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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于二分图的RDF关键词扩展查询算法研究与实现

摘要第4-5页
Abstract第5-6页
1 绪论第12-18页
    1.1 研究背景及意义第12-14页
    1.2 研究现状第14-16页
        1.2.1 RDF数据查询的研究现状第14-15页
        1.2.2 查询扩展的研究现状第15页
        1.2.3 RDF数据分割的研究现状第15-16页
    1.3 本文的主要工作第16页
    1.4 论文结构第16-18页
2 相关工作第18-25页
    2.1 RDF数据查询的处理方法第18-21页
        2.1.1 基于关系数据库的查询方法第18-19页
        2.1.2 基于三元组结构的查询方法第19-20页
        2.1.3 基于图模型的查询方法第20-21页
    2.2 查询扩展的处理方法第21-22页
        2.2.1 基于用户查询日志的查询扩展方法第21页
        2.2.2 基于关联规则的查询扩展方法第21-22页
        2.2.3 基于领域本体的查询扩展方法第22页
    2.3 RDF数据分割的处理方法第22-24页
        2.3.1 基于三元组结构的分割方法第22-23页
        2.3.2 基于聚类算法的间接分割方法第23页
        2.3.3 基于图模型的分割方法第23-24页
    2.4 本章小结第24-25页
3 二分图模型及其相关定义和定理第25-32页
    3.1 模型定义第25-27页
    3.2 查询的相关定义和定理第27-29页
    3.3 分割的相关定义和定理第29-31页
    3.4 本章小结第31-32页
4 基于二分图的RDF关键词扩展查询方法第32-38页
    4.1 RDF二分图构造算法第32-33页
    4.2 关键词扩展查询算法第33-37页
        4.2.1 关键词扩展第33-34页
        4.2.2 关键词匹配第34页
        4.2.3 查询结果子图构造第34-35页
        4.2.4 算法描述与分析第35-37页
    4.3 本章小结第37-38页
5 关键词扩展查询算法的并行化实现第38-47页
    5.1 基于二分图的RDF数据分割算法第38-43页
        5.1.1 影响图分割的关键因素第38-40页
        5.1.2 基于二分图的RDF数据分割原则第40-42页
        5.1.3 算法描述与分析第42-43页
    5.2 关键词扩展查询算法的并行化实现第43-46页
        5.2.1 Hadoop并行计算框架第43-44页
        5.2.2 分片构造方法的重写第44-45页
        5.2.3 Map过程实现第45页
        5.2.4 Reduce过程实现第45-46页
    5.3 本章小结第46-47页
6 实验与结果分析第47-58页
    6.1 查询算法的性能分析第47-51页
        6.1.1 实验环境及实验数据第47-48页
        6.1.2 查询响应时间的分析比较第48-49页
        6.1.3 查询效果的分析比较第49-51页
    6.2 分割算法的性能分析第51-54页
        6.2.1 实验环境及实验数据第51-52页
        6.2.2 分割响应时间的分析比较第52页
        6.2.3 分割效果的分析比较第52-54页
    6.3 并行化前后查询算法的性能分析第54-57页
        6.3.1 实验环境及实验数据第55页
        6.3.2 并行化前后查询响应时间的分析比较第55-56页
        6.3.3 并行化前后的查询效果的分析比较第56-57页
    6.4 本章小结第57-58页
7 总结和展望第58-60页
    7.1 论文总结第58-59页
    7.2 未来研究展望第59-60页
参考文献第60-65页
致谢第65-66页
个人简历第66页
在读期间发表的论文及参与的项目第66页
    发表论文第66页
    参与项目第66页

论文共66页,点击 下载论文
上一篇:基于GPU的低剂量CT容积数据体绘制算法研究
下一篇:基于WEB的深圳环保公共平台的设计与实现