| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究目的及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 国外研究现状 | 第10-14页 |
| 1.2.2 国内研究现状 | 第14-17页 |
| 1.2.3 研究现状分析 | 第17页 |
| 1.3 本文研究内容和结构安排 | 第17-19页 |
| 第2章 预备知识 | 第19-29页 |
| 2.1 RDF数据模型和SPARQL查询模型 | 第19-22页 |
| 2.1.1 RDF数据模型 | 第19-20页 |
| 2.1.2 SPARQL查询模型 | 第20-22页 |
| 2.2 Pregel计算模式 | 第22-24页 |
| 2.3 Spark和GraphX简介 | 第24-28页 |
| 2.3.1 Spark简介 | 第24-27页 |
| 2.3.2 GraphX简介 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于GraphX的SPARQL查询处理算法 | 第29-47页 |
| 3.1 基于Spark的并行SPARQL查询处理算法分析 | 第29-35页 |
| 3.1.1 S2RDF方法 | 第29-31页 |
| 3.1.2 S2X方法 | 第31-33页 |
| 3.1.3 Spar(k)ql方法 | 第33-35页 |
| 3.2 SQX：基于SparkGraphX的SPARQL查询处理算法 | 第35-42页 |
| 3.2.1 数据模型 | 第36页 |
| 3.2.2 查询计划生成 | 第36-38页 |
| 3.2.3 查询处理 | 第38-42页 |
| 3.3 对其他SPARQL查询功能的支持 | 第42-44页 |
| 3.4 实验设计与结果分析 | 第44-46页 |
| 3.4.1 实验设置 | 第44页 |
| 3.4.2 查询评估 | 第44-45页 |
| 3.4.3 可扩展性评估 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于GraphX的SPARQL查询优化算法 | 第47-54页 |
| 4.1 DREAM查询优化方法概述 | 第47-49页 |
| 4.2 基于统计的边权值分配策略 | 第49-50页 |
| 4.3 代价估计 | 第50-52页 |
| 4.4 实验设计与结果分析 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 基于向量化表示的SPARQL近似查询 | 第54-62页 |
| 5.1 RDF向量化表示 | 第54-57页 |
| 5.1.1 TransE | 第54-55页 |
| 5.1.2 TransH | 第55-56页 |
| 5.1.3 TransR | 第56页 |
| 5.1.4 RDF2Vec | 第56-57页 |
| 5.2 基于向量化表示的近似查询 | 第57-59页 |
| 5.3 结果评估 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第68-70页 |
| 致谢 | 第70页 |
