面向大规模知识图谱的分布式查询技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略词表 | 第13-14页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 研究背景 | 第14-19页 |
| 1.2 现有解决方法概述 | 第19-20页 |
| 1.2.1 经典的子图匹配算法 | 第19页 |
| 1.2.2 与知识图谱相关的查询算法 | 第19-20页 |
| 1.2.3 分布式图数据处理技术 | 第20页 |
| 1.3 存在问题与研究思路 | 第20-22页 |
| 1.4 研究目标与内容 | 第22-24页 |
| 1.4.1 研究目标 | 第22页 |
| 1.4.2 研究内容 | 第22-24页 |
| 1.5 论文组织 | 第24-26页 |
| 第2章 研究现状 | 第26-36页 |
| 2.1 引言 | 第26页 |
| 2.2 图查询技术研究现状 | 第26-29页 |
| 2.3 知识图谱查询研究现状 | 第29-31页 |
| 2.4 分布式大数据处理研究现状 | 第31-34页 |
| 2.5 研究现状总结 | 第34-36页 |
| 第3章 面向知识图谱的Top-k查询模型 | 第36-54页 |
| 3.1 引言 | 第36-37页 |
| 3.2 Top-k子图近似匹配问题 | 第37-40页 |
| 3.2.1 预备知识 | 第37-38页 |
| 3.2.2 近似度的衡量标准 | 第38-40页 |
| 3.3 模型的求解框架 | 第40-48页 |
| 3.3.1 两阶段的求解框架 | 第41-42页 |
| 3.3.2 阶段一：寻找Top-k~*候选顶点 | 第42-45页 |
| 3.3.3 阶段二：寻找Top-k图嵌入 | 第45-48页 |
| 3.4 实验与分析 | 第48-53页 |
| 3.4.1 环境与参数设置 | 第48-50页 |
| 3.4.2 查询模型的有效性 | 第50-51页 |
| 3.4.3 与现有算法比较 | 第51-52页 |
| 3.4.4 矿的取值对查询性能的影响 | 第52-53页 |
| 3.5 小结 | 第53-54页 |
| 第4章 基于限界技术的分布式查询算法 | 第54-74页 |
| 4.1 引言 | 第54-55页 |
| 4.2 面向知识图谱查询的限界技术 | 第55-63页 |
| 4.2.1 限界技术概述 | 第55-56页 |
| 4.2.2 关联分值的上下界 | 第56-58页 |
| 4.2.3 算法终止条件 | 第58-60页 |
| 4.2.4 上下界的计算方法 | 第60-61页 |
| 4.2.5 算法正确性分析 | 第61-63页 |
| 4.3 分布式图查询算法的具体实现 | 第63-66页 |
| 4.3.1 实现方案概述 | 第63-64页 |
| 4.3.2 分布式的上下界计算方法 | 第64-65页 |
| 4.3.3 分布式的终止条件检查方法 | 第65-66页 |
| 4.4 实验与分析 | 第66-72页 |
| 4.4.1 运行环境与参数设置 | 第66-67页 |
| 4.4.2 与现有算法的比较 | 第67-68页 |
| 4.4.3 算法的执行性能 | 第68-71页 |
| 4.4.4 算法的可扩展性 | 第71-72页 |
| 4.5 小结 | 第72-74页 |
| 第5章 分布式图查询执行优化技术 | 第74-94页 |
| 5.1 引言 | 第74-76页 |
| 5.2 查询作业调度优化 | 第76-85页 |
| 5.2.1 延迟调度算法及其存在问题 | 第76-77页 |
| 5.2.2 面向图查询的延迟调度算法 | 第77-78页 |
| 5.2.3 数据本地性驱动的图查询任务指派 | 第78-80页 |
| 5.2.4 数据中心负载感知机制 | 第80-81页 |
| 5.2.5 延迟时间自适应调整机制 | 第81-85页 |
| 5.3 数据存储结构优化 | 第85-88页 |
| 5.3.1 数据共享技术 | 第85-86页 |
| 5.3.2 数据存储格式 | 第86-88页 |
| 5.4 实验与结果分析 | 第88-92页 |
| 5.4.1 运行环境与参数设置 | 第88-89页 |
| 5.4.2 调度算法的自适应性 | 第89-90页 |
| 5.4.3 作业的数据本地性 | 第90-91页 |
| 5.4.4 调度算法对查询时间的影响 | 第91页 |
| 5.4.5 存储结构对查询时间的影响 | 第91-92页 |
| 5.5 小结 | 第92-94页 |
| 第6章 面向知识图谱的搜索引擎原型系统 | 第94-116页 |
| 6.1 引言 | 第94-95页 |
| 6.2 GStar的总体设计 | 第95-96页 |
| 6.3 GStar功能模块设计与实现 | 第96-106页 |
| 6.3.1 离线数据处理子系统 | 第97-102页 |
| 6.3.2 在线分布式查询子系统 | 第102-106页 |
| 6.4 GStar系统部署与性能测试 | 第106-114页 |
| 6.4.1 GStar的实际部署 | 第107-108页 |
| 6.4.2 DBLP知识图谱和查询用例 | 第108-110页 |
| 6.4.3 GStar功能和性能测试 | 第110-114页 |
| 6.5 小结 | 第114-116页 |
| 第7章 总结与展望 | 第116-120页 |
| 7.1 论文总结 | 第116-117页 |
| 7.2 下一步研究方向 | 第117-120页 |
| 参考文献 | 第120-126页 |
| 致谢 | 第126-128页 |
| 攻读博士期间论文发表情况 | 第128-130页 |
| 攻读博士期间参与的科研项目 | 第130-132页 |
| 作者简介 | 第132页 |
