AceMap学术地图与AceKG学术知识图谱——学术数据可视化

学术大数据能为科研人员提供信息上的帮助.针对传统学术搜索引擎只提供搜索结果而不进行分析的情况,基于AceMap提出的学术地图的概念,设计了多种类型的学术地图,将学术信息可视化地展现给用户.针对SQL数据库多表联合查询的形式不利于生成用户定制的学术地图的问题,提出将其以三元组的形式储存为知识图谱AceKG.该方法有助于用户定制地图、异构地图绘制功能的实现,并且能通过嵌入算法为各种类型的实体生成相关性地图.通过对学术数据的可视化展示,能使用户更直观地了解到感兴趣的学术内容,提高了学术平台的实用性.     

基于网络最大流的作者同名区分算法

为了降低不同学者实体之间的共享特征(如机构、发表会议等)给同名区分带来的影响,提出一种基于网络最大流的同名区分算法.该算法将论文实体及其特征融合成一张网络图,根据特征节点的被共享程度设定不同的容量,再计算论文节点间的最大流量,并基于最大流量进行层次聚类.实验结果表明:该算法在精准率和召回率上有较为均衡的表现,具有较好的综合性能.     

基于窗口函数和分布式集群的可视化学术搜索系统数据查询优化

针对在密集分析型查询请求和海量数据的应用场景下传统关系型数据库MySQL性能不佳问题,提出了基于窗口函数(Window Function)的分析型查询优化方法,以分区(Partitioning)方法代替传统的分组(Group by)操作,并提出了基于分布式集群(SQL-on-Hadoop:SparkSQL)计算引擎的海量数据查询优化方法,采用内存列存储优化技术和Spark分布式集群计算以提高查询性能.同时,以典型的分析型SQL查询实例验证了其有效性.结果表明,所提出的查询优化方法能够显著提高查询性能.与传统的关系型数据库MySQL相比,基于SparkSQL的查询优化方法的查询速度大幅提高,从而验证了其用于可视化学术搜索系统AceMap数据查询的正确性.