基于邻域结构的时态RDF模型及索引方法

基于邻域结构的时态RDF模型及索引方法

TP399; 资源描述框架(Resource Description Framework,RDF)是W3C推荐的一种元数据模型和信息描述规范,已被广泛地应用于各个领域.为了跟踪RDF数据随时间的变化,将时态信息引入RDF的框架中,随着时态RDF数据的快速增长,对时态RDF数据的有效管理变得十分必要,构建合理的索引机制能够实现对数据的高效存储和查询.文中提出了一种时态RDF数据模型,给出了具体的一维编码方案,实现了简单地表示时态信息,并以较低的开销扩展现有的RDF数据模型.在此基础上,提出了基于邻域的二级索引结构.首先利用动态计数过滤器的方法索引的邻域信息,然后利用B+树索引每个结点相关的全部时...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:计算机科学 2021, Vol.48 (10), p.167-176
Hauptverfasser: 陈圆圆, 严丽, 章哲庆, 马宗民
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 176
container_issue 10
container_start_page 167
container_title 计算机科学
container_volume 48
creator 陈圆圆
严丽
章哲庆
马宗民
description TP399; 资源描述框架(Resource Description Framework,RDF)是W3C推荐的一种元数据模型和信息描述规范,已被广泛地应用于各个领域.为了跟踪RDF数据随时间的变化,将时态信息引入RDF的框架中,随着时态RDF数据的快速增长,对时态RDF数据的有效管理变得十分必要,构建合理的索引机制能够实现对数据的高效存储和查询.文中提出了一种时态RDF数据模型,给出了具体的一维编码方案,实现了简单地表示时态信息,并以较低的开销扩展现有的RDF数据模型.在此基础上,提出了基于邻域的二级索引结构.首先利用动态计数过滤器的方法索引的邻域信息,然后利用B+树索引每个结点相关的全部时态RDF数据,同时,可对大规模时态RDF数据进行更新.实验结果表明,所提方法相比对比方法在大多数情况下性能提高了35％左右,具有可扩展性和有效性.
doi_str_mv 10.11896/jsjkx.200900114
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_jsjkx202110022</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>jsjkx202110022</wanfj_id><sourcerecordid>jsjkx202110022</sourcerecordid><originalsourceid>FETCH-wanfang_journals_jsjkx2021100223</originalsourceid><addsrcrecordid>eNpjYJAwNNAzNLSwNNPPKs7KrtAzMjCwNDAwNDRhYeA0NDAw0jU0No_gYOAtLs5MMjAyNjMBQkNOBuOn83c92dX3smn30_nzn--e_Gxey_NZLc-mb3vW0Bjk4vZsxcKn87qf9nc937Lo6Z6pz6btfLZ5Kg8Da1piTnEqL5TmZlBzcw1x9tAtT8xLS8xLj8_KLy3KA8rEg51iZGBkCHKBkTHRCgHW90zK</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于邻域结构的时态RDF模型及索引方法</title><source>DOAJ Directory of Open Access Journals</source><creator>陈圆圆 ; 严丽 ; 章哲庆 ; 马宗民</creator><creatorcontrib>陈圆圆 ; 严丽 ; 章哲庆 ; 马宗民</creatorcontrib><description>TP399; 资源描述框架(Resource Description Framework,RDF)是W3C推荐的一种元数据模型和信息描述规范,已被广泛地应用于各个领域.为了跟踪RDF数据随时间的变化,将时态信息引入RDF的框架中,随着时态RDF数据的快速增长,对时态RDF数据的有效管理变得十分必要,构建合理的索引机制能够实现对数据的高效存储和查询.文中提出了一种时态RDF数据模型,给出了具体的一维编码方案,实现了简单地表示时态信息,并以较低的开销扩展现有的RDF数据模型.在此基础上,提出了基于邻域的二级索引结构.首先利用动态计数过滤器的方法索引的邻域信息,然后利用B+树索引每个结点相关的全部时态RDF数据,同时,可对大规模时态RDF数据进行更新.实验结果表明,所提方法相比对比方法在大多数情况下性能提高了35％左右,具有可扩展性和有效性.</description><identifier>ISSN: 1002-137X</identifier><identifier>DOI: 10.11896/jsjkx.200900114</identifier><language>chi</language><publisher>南京航空航天大学计算机科学与技术学院/人工智能学院 南京211106</publisher><ispartof>计算机科学, 2021, Vol.48 (10), p.167-176</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/jsjkx/jsjkx.jpg</thumbnail><link.rule.ids>314,780,784,864,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>陈圆圆</creatorcontrib><creatorcontrib>严丽</creatorcontrib><creatorcontrib>章哲庆</creatorcontrib><creatorcontrib>马宗民</creatorcontrib><title>基于邻域结构的时态RDF模型及索引方法</title><title>计算机科学</title><description>TP399; 资源描述框架(Resource Description Framework,RDF)是W3C推荐的一种元数据模型和信息描述规范,已被广泛地应用于各个领域.为了跟踪RDF数据随时间的变化,将时态信息引入RDF的框架中,随着时态RDF数据的快速增长,对时态RDF数据的有效管理变得十分必要,构建合理的索引机制能够实现对数据的高效存储和查询.文中提出了一种时态RDF数据模型,给出了具体的一维编码方案,实现了简单地表示时态信息,并以较低的开销扩展现有的RDF数据模型.在此基础上,提出了基于邻域的二级索引结构.首先利用动态计数过滤器的方法索引的邻域信息,然后利用B+树索引每个结点相关的全部时态RDF数据,同时,可对大规模时态RDF数据进行更新.实验结果表明,所提方法相比对比方法在大多数情况下性能提高了35％左右,具有可扩展性和有效性.</description><issn>1002-137X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNpjYJAwNNAzNLSwNNPPKs7KrtAzMjCwNDAwNDRhYeA0NDAw0jU0No_gYOAtLs5MMjAyNjMBQkNOBuOn83c92dX3smn30_nzn--e_Gxey_NZLc-mb3vW0Bjk4vZsxcKn87qf9nc937Lo6Z6pz6btfLZ5Kg8Da1piTnEqL5TmZlBzcw1x9tAtT8xLS8xLj8_KLy3KA8rEg51iZGBkCHKBkTHRCgHW90zK</recordid><startdate>2021</startdate><enddate>2021</enddate><creator>陈圆圆</creator><creator>严丽</creator><creator>章哲庆</creator><creator>马宗民</creator><general>南京航空航天大学计算机科学与技术学院/人工智能学院 南京211106</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2021</creationdate><title>基于邻域结构的时态RDF模型及索引方法</title><author>陈圆圆 ; 严丽 ; 章哲庆 ; 马宗民</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_jsjkx2021100223</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>online_resources</toplevel><creatorcontrib>陈圆圆</creatorcontrib><creatorcontrib>严丽</creatorcontrib><creatorcontrib>章哲庆</creatorcontrib><creatorcontrib>马宗民</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>计算机科学</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>陈圆圆</au><au>严丽</au><au>章哲庆</au><au>马宗民</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于邻域结构的时态RDF模型及索引方法</atitle><jtitle>计算机科学</jtitle><date>2021</date><risdate>2021</risdate><volume>48</volume><issue>10</issue><spage>167</spage><epage>176</epage><pages>167-176</pages><issn>1002-137X</issn><abstract>TP399; 资源描述框架(Resource Description Framework,RDF)是W3C推荐的一种元数据模型和信息描述规范,已被广泛地应用于各个领域.为了跟踪RDF数据随时间的变化,将时态信息引入RDF的框架中,随着时态RDF数据的快速增长,对时态RDF数据的有效管理变得十分必要,构建合理的索引机制能够实现对数据的高效存储和查询.文中提出了一种时态RDF数据模型,给出了具体的一维编码方案,实现了简单地表示时态信息,并以较低的开销扩展现有的RDF数据模型.在此基础上,提出了基于邻域的二级索引结构.首先利用动态计数过滤器的方法索引的邻域信息,然后利用B+树索引每个结点相关的全部时态RDF数据,同时,可对大规模时态RDF数据进行更新.实验结果表明,所提方法相比对比方法在大多数情况下性能提高了35％左右,具有可扩展性和有效性.</abstract><pub>南京航空航天大学计算机科学与技术学院/人工智能学院 南京211106</pub><doi>10.11896/jsjkx.200900114</doi></addata></record>
fulltext fulltext
identifier ISSN: 1002-137X
ispartof 计算机科学, 2021, Vol.48 (10), p.167-176
issn 1002-137X
language chi
recordid cdi_wanfang_journals_jsjkx202110022
source DOAJ Directory of Open Access Journals
title 基于邻域结构的时态RDF模型及索引方法
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-02T07%3A14%3A27IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E9%82%BB%E5%9F%9F%E7%BB%93%E6%9E%84%E7%9A%84%E6%97%B6%E6%80%81RDF%E6%A8%A1%E5%9E%8B%E5%8F%8A%E7%B4%A2%E5%BC%95%E6%96%B9%E6%B3%95&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6&rft.au=%E9%99%88%E5%9C%86%E5%9C%86&rft.date=2021&rft.volume=48&rft.issue=10&rft.spage=167&rft.epage=176&rft.pages=167-176&rft.issn=1002-137X&rft_id=info:doi/10.11896/jsjkx.200900114&rft_dat=%3Cwanfang_jour%3Ejsjkx202110022%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=jsjkx202110022&rfr_iscdi=true