基于语义元数据的分布式存储技术研究及应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.2 相关技术国内外研究现状 | 第9-12页 |
| 1.2.1 语义网研究现状 | 第9-10页 |
| 1.2.2 RDF语义数据存储技术研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 相关技术概述 | 第14-25页 |
| 2.1 语义元数据 | 第14页 |
| 2.2 资源描述框架(RDF) | 第14-17页 |
| 2.2.1 RDF数据概述 | 第14页 |
| 2.2.2 RDF数据模型 | 第14-16页 |
| 2.2.3 RDF数据查询语言SPARQL | 第16-17页 |
| 2.3 Hadoop及其相关技术 | 第17-24页 |
| 2.3.1 Hadoop概述 | 第17-20页 |
| 2.3.2 MapReduce并行计算模型 | 第20-22页 |
| 2.3.3 HDFS分布式文件系统 | 第22-23页 |
| 2.3.4 HBase分布式数据库 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于HBase的RDF数据存储模型研究 | 第25-42页 |
| 3.1 现有存储模型问题分析及改进 | 第25-29页 |
| 3.1.1 问题分析 | 第25-26页 |
| 3.1.2 存储模型改进思想 | 第26-29页 |
| 3.2 RDF数据加载方法 | 第29-32页 |
| 3.2.1 RDF数据加载分析 | 第29-30页 |
| 3.2.2 RDF数据加载流程 | 第30-32页 |
| 3.3 基于聚类的数据去重方法 | 第32-35页 |
| 3.3.1 模糊C均值聚类算法基本概念 | 第32-33页 |
| 3.3.2 基于改进后聚类算法的数据去重 | 第33-35页 |
| 3.4 基于Rowkey设计的RDF数据查询算法 | 第35-41页 |
| 3.4.1 问题提出 | 第35-36页 |
| 3.4.2 算法思路 | 第36-39页 |
| 3.4.3 算法流程及解析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 实验测试及结果分析 | 第42-52页 |
| 4.1 实验测试环境 | 第42-43页 |
| 4.1.1 实验环境 | 第42页 |
| 4.1.2 实验数据集 | 第42-43页 |
| 4.2 数据加载性能测试及分析 | 第43-45页 |
| 4.3 数据去重性能测试及分析 | 第45-47页 |
| 4.3.1 数据去重性能评价指标 | 第45-46页 |
| 4.3.2 数据去重性能测试结果及分析 | 第46-47页 |
| 4.4 数据查询性能测试及分析 | 第47-50页 |
| 4.5 实验结果总体分析 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-63页 |
| A 作者在硕士期间发表的论文 | 第60-61页 |
| B 表目录 | 第61-62页 |
| C 图目录 | 第62-63页 |
