首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

面向大规模RDF数据的关键词查询方法研究

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-18页
    1.1 引言第10-13页
    1.2 研究现状第13-15页
    1.3 挑战与研究内容第15-16页
    1.4 论文结构与安排第16-18页
第2章 相关工作第18-26页
    2.1 半结构化和结构化数据上的关键词查询第18-21页
        2.1.1 XML文档上的关键词搜索第18-20页
        2.1.2 关系数据库上的关键词查询第20-21页
        2.1.3 RDF数据上的关键词查询第21页
    2.2 组斯坦纳树和最小斯坦纳树问题第21-23页
        2.2.1 最小斯坦纳树问题第22页
        2.2.2 组斯坦纳树问题第22-23页
    2.3 分布式大规模图处理技术第23-25页
        2.3.1 基于MapReduce的大规模图处理第23-24页
        2.3.2 基于BSP的大规模图处理第24-25页
    2.4 本章小结第25-26页
第3章 基于近似组斯坦纳树的RDF数据关键词查询方法第26-40页
    3.1 问题定义第26-30页
    3.2 方法概述第30-32页
    3.3 RDF图变换第32-33页
    3.4 近似组斯坦纳树第33-38页
        3.4.1 组斯坦纳树问题规约为最小斯坦纳树问题第35-36页
        3.4.2 基于DNH最小斯坦纳树启发算法的近似组斯坦纳树求解第36-38页
    3.5 本章小结第38-40页
第4章 面向大规模RDF数据关键词查询的改进方法第40-48页
    4.1 最短路径三元组倒排索引第40-42页
    4.2 TOP-K查询第42-44页
    4.3 基于BSP的分布式算法第44-45页
    4.4 本章小结第45-48页
第5章 实验设计与分析第48-56页
    5.1 实验设计第48-50页
        5.1.1 实验环境第48页
        5.1.2 测试数据集第48-50页
        5.1.3 实验评价标准第50页
    5.2 实验结果分析第50-54页
        5.2.1 索引时间开销和空间开销第50-51页
        5.2.2 查询响应时间比较第51-52页
        5.2.3 查询效果分析第52-53页
        5.2.4 k值对top-k查询响应时间的影响第53页
        5.2.5 基于BSP的分布式算法性能第53-54页
    5.3 本章小结第54-56页
第6章 结论与展望第56-58页
    6.1 结论第56页
    6.2 未来展望第56-58页
参考文献第58-62页
致谢第62-64页
攻读硕士学位期间参与的项目第64页

论文共64页,点击 下载论文
上一篇:基于集成学习的SLT-PLS回归算法研究
下一篇:视频图像中维吾尔文文本提取技术的研究