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--一般性问题论文--理论、方法论文--算法理论论文

RDF图的关键词查询算法研究与实现

摘要第4-5页
Abstract第5页
1 绪论第12-17页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 RDF数据查询的研究现状第13-14页
        1.2.2 RDF数据分割的研究现状第14-15页
    1.3 本文的主要工作第15-16页
    1.4 论文结构第16-17页
2 相关工作第17-25页
    2.1 RDF数据查询第17-22页
        2.1.1 SPARQL结构化查询语言第17-18页
        2.1.2 关键词查询方法第18-22页
    2.2 RDF数据分割方法第22-24页
        2.2.1 经典图分割第22-23页
        2.2.2 多层次图分割第23-24页
    2.3 本章小结第24-25页
3 双索引机制的RDF数据图查询方法第25-34页
    3.1 RDF有向图查询的相关定义第25-28页
    3.2 双索引查询方法第28-33页
        3.2.1 双索引构造算法第28-30页
        3.2.2 双索引的关键词查询算法第30-33页
    3.3 本章小结第33-34页
4 并行处理的RDF图分割算法第34-48页
    4.1 RDF句子图分割的相关定义第34-37页
    4.2 RDF句子图的边分割算法第37-42页
        4.2.1 RDF句子图构建算法第37-39页
        4.2.2 最小度数顶点分割算法第39-42页
    4.3 RDF图的并行关键词查询第42-46页
        4.3.1 Hadoop分布式框架第42-43页
        4.3.2 并行关键词查询第43-46页
    4.4 本章小结第46-48页
5 实验与结果分析第48-57页
    5.1 双索引查询算法的性能分析第48-52页
        5.1.1 实验环境及实验数据第48-49页
        5.1.2 查找效果第49-50页
        5.1.3 查找效率第50-51页
        5.1.4 索引空间评估第51-52页
    5.2 RDF句子图边分割算法性能分析第52-56页
        5.2.1 实验环境及实验数据第52页
        5.2.2 分割响应时间第52-53页
        5.2.3 分割效果第53-56页
    5.3 本章小结第56-57页
6 总结和展望第57-59页
    6.1 论文总结第57-58页
    6.2 未来研究展望第58-59页
参考文献第59-63页
致谢第63-64页
个人简历第64页
在读期间发表的论文及参与的项目第64页
    发表论文第64页
    参与项目第64页

论文共64页,点击 下载论文
上一篇:问句分类方法及其在问答系统中的应用研究
下一篇:基于Django和Jenkins的运维自动化系统设计与实现