基于压缩实体摘要图的RDF数据关键词查询

提出一种将关键词查询转换为SPARQL查询的方法来进行RDF数据的搜索.首先,根据RDF本身的关联特点,构建一个压缩实体摘要图;然后,借助关键词与所在实体的索引,将所查询的关键词在该摘要图上进行定位,通过图双向搜索算法找出包含关键词实体的前k子图,获得查询实体之间的关系,再联合最初的关键词及他们的属性,构建SPARQL查询;最后使用SPARQL搜索引擎执行查询.实验结果表明,所提方法较其他方法有更快的响应时间及更高的准确率.     

基于相对量词的RDF模糊查询方法

针对RDF含相对量词模糊查询问题,提出支持分组机制的相对量词RDF模糊查询方法.利用语言层次结构理论,构造语言层次结构表,通过在FILTER子句中增加模糊条件并调用GROUPBY和HAVING子句实现特定属性上的分组操作,实现对SPARQL语法的扩展.分析了两种典型情况下的RDF相对量词模糊查询问题,给出将扩展的模糊SPARQL查询转换为标准SPARQL查询的处理方法,从而可利用现有的SPARQL查询引擎完成RDF基于相对量词的模糊查询处理.实验系统及相应的实验结果验证了所提方法的可用性.     

基于关键词的RDF数据查询方法

在建立关键词倒排索引和路径索引的基础上,提出一个利用量化均衡规则和等距规则的启发式查询算法,并按照查询结果的大小排序返回最相关的前k个结果.通过建模RDF数据为RDF句子图,将文本信息封装到句子节点,同时将查询结果建模为包括所有查询关键词并且叶节点是关键词节点的无根树,将关键词查询问题转化为斯坦纳树问题.假设RDF句子图包括n个节点,最坏情况下索引占用的空间是3n2.假设关键词节点数为k,查询算法的时间复杂度为O(kn).该方法不需要依赖RDF数据的模式信息,支持对数据中的属性和关系名进行关键词查询.实验证明该方法能够快速而有效地实现RDF数据的关键词查询.     

大规模图数据的正则路径查询

提出一种基于大规模RDF查询引擎gStore的分而治之方法, 对查询的正则表达式进行划分。在对定长字符串预处理的基础上, 再处理带有通配符的即时路径查询。该方法能够在开始阶段对搜索空间进行大量剪枝, 可以提高查询性能, 还能很好地解决正则表达式在RDF图中的路径匹配问题, 保证了对大规模图数据的支持。在DBpedia和LUBM上的实验表明, 该方法能够平均在秒级时间内返回路径查询结果。     

基于索引的关系数据库查询优化

查询优化是提高数据库性能的关键技术之一.在分析SQL Server关系数据库系统自动查询优化技术的基础上,介绍了索引的类型和使用原则,并结合实例讨论了SQL语句中使用索引进行查询优化的多种有效方法,有助于提高数据库的查询效率.     

基于“属性视图”的RDB-to-RDF映射

对于语义网而言,它的成功有两个条件,一是要以现行的网络平台为基础,二是要充分利用当前的领域数据.关系数据库存储着大部分领域数据,针对关系模式与RDF的映射问题,文章介绍了一种新的方式,称为"属性视图".与Jena等一些系统中所使用的"属性表"不同,它是一种传统的关系模式视图,用这种视图来描述建立在关系数据库上的RDF(S)本体,能够使得在传统的关系数据库系统上实施一般的语义网应用,并且在必要的时候,可以利用这种视图将关系数据库中的表数据方便地转存到相应的RDF Store中,生成本体实例.     

面向RDF数据的语义扩展查询方法

随着大数据时代的到来,互联网所承载的信息呈现出异构性强、价值密度低、来源分布广、实时性高等新的特点.因此在信息检索时,与获取相关网页相比,人们更希望获得页面中包含的知识.RDF作为一种新的知识表示和发布形式,以其精确且易于理解的语义结构得到了广泛的认可和应用.但传统基于语法匹配策略的SPARQL查询方法无法发现RDF数据中不同谓词间的隐含语义,不能从语义层面上获取更加完备的查询结果.针对这一问题,设计了一种新的查询方法来扩充传统SPARQL查询模式.首先分析RDF三元组中谓词的语义属性.在此基础上,根据不同谓词间语义属性的标注,对输入SPARQL语句中具有语义属性的谓词进行扩展,从而给出了一种新的一般化的查询策略.最后通过实验验证了这种语义扩展查询方法的可行性和正确性.     

基于本体的临床试验数据语义查询

临床试验数据的描述中多自然语言、多专业医学术语的特点使得用户难以通过自定义的关键字快速定位所需的资源。该文采用基于本体的方法实现对于临床试验数据的语义查询。该系统的实现步骤如下:使用OWL(Web on-tology language)构建基于ICD-10和ICMJE标准的本体,包含疾病和临床试验类;从Clinical Trials注册库获取临床试验数据,标注为本体中的临床试验类实例;建立临床试验实例与疾病实例的联系;借助SPARQL实现对于临床试验数据结构化的查询。使用上述方法,用户能够通过疾病实例和相关属性的关键字,表达结构化的语义查询条件,精确定位所需的临床试验。与传统的仅基于关键字匹配的查询方法相比,该方法所表达的查询条件能够更加准确地描述用户的查询需求。     

索引对查询开销影响的研究

对利用和不利用索引进行查询的开销进行对比,指出建立索引并非总能达到加快查询的目的;讨论在什么条件下使用索引是有收益的,并给出相关的因素和式子。     

大规模关联数据的语义查询技术研究

本文在研究了当前关联数据语义查询技术的基础上,提出一种适应大规模关联数据的语义查询技术及其实现方案。     

基于索引的SQL语句查询优化方法的研究

查询是数据库中最基本、最常用的操作,而查询优化是数据库性能优化最为重要的手段之一.以索引技术为研究手段,介绍了索引的工作原理及索引类型,提出了建立索引的基本原则.通过举例,重点讨论了基于索引的SQL语句优化方法,以达到提高系统性能的目的.     

基于表结构及索引的Oracle查询优化研究

影响Oracle查询效率的因素包括操作系统性能、表结构、索引的合理与否、Oracle参数设置和磁盘速度及使用频度等.任何一个因素,如果没有进行细致的考虑和测试,都有可能造成Oracle查询效率低下甚至使数据库管理系统瘫痪.本文主要是讨论表结构和索引对0racle查询效率的影响.     

一种利用位图索引求解成员查询的高效算法

在利用位图索引求解成员查询时，减少对位图的重复扫描可以有效地提高查询的效率，本文提出了解决该问题的有效方案，给出了相应的算法，并对算法的性能进行了分析和实验。     

DAS模型下基于查询概率的密文索引技术

数据库服务(Database-as-a-Service,DAS)模型是一种新的数据管理模型,它把用户的数据存放在第三方并通过网络提供数据库管理系统.DAS模型下,如何提高密文数据库的查询效率是当前面临的一个主要问题,而密文索引技术是提高数据库中密文查询效率的手段之一.针对现有的密文索引方法查询命中率低的问题,本文根据查询概率的实际分布情况,提出了一种适用于非等概率查询的桶划分策略,该策略以降低错检率为目的生成密文索引,提高了查询效率.最后给出了相应的算法,并通过实验对算法进行了分析和验证.     

基于关联规则的语义查询优化技术及应用

从当今数据库研究的热点之一———知识发现的角度出发,围绕对被查询数据库的数据挖掘问题,将知识发现和语义查询优化结合在一起,提出了一种基于关联规则的语义查询优化方法,并用该方法实现了毕业生信息库的查询优化系统.     

一种适用于多维数据范围查询的辅助索引机制

为了对云端海量的数据进行高效的管理以及精准快速的查询,尤其是针对多维数据的范围查询问题,提出了一种新型的分布式多维数据索引方案BSCBF-index。实验证实：该方案能够带来较低的用户访问延迟,从而可以大大提高用户的查询体验。     

基于索引的SQL语句查询优化方法

关于基于索引的SQL语句查询优化的讨论，主要从建立恰当的索引和怎样在应用程序的SQL语句中有效的利用合理的索引两方面出发讨论了数据库优化的方法。