跨存储平台的SPARQL执行引擎研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 相关工作 | 第12-15页 |
| 1.3 研究框架 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第二章 预备知识 | 第17-26页 |
| 2.1 基础概念 | 第17-19页 |
| 2.1.1 RDF | 第17-18页 |
| 2.1.2 命名图 | 第18页 |
| 2.1.3 本体 | 第18-19页 |
| 2.1.4 LOD现状 | 第19页 |
| 2.2 SPARQL | 第19-24页 |
| 2.2.1 SPARQL语法 | 第21-23页 |
| 2.2.2 SPARQL语义 | 第23页 |
| 2.2.3 真实世界中的SPARQL | 第23-24页 |
| 2.3 总结 | 第24-26页 |
| 第三章 系统概论 | 第26-31页 |
| 3.1 简介 | 第26页 |
| 3.2 问题描述 | 第26-27页 |
| 3.3 总结 | 第27-31页 |
| 第四章 基于主语划分的SPARQL执行引擎 | 第31-42页 |
| 4.1 研究背景 | 第32-33页 |
| 4.2 名词定义 | 第33-34页 |
| 4.3 算法与系统结构 | 第34-38页 |
| 4.3.1 数据压缩 | 第34-36页 |
| 4.3.2 查询处理 | 第36-38页 |
| 4.4 系统实现 | 第38-40页 |
| 4.5 总结 | 第40-42页 |
| 第五章 矩阵分解视角下的RDF存储模型 | 第42-56页 |
| 5.1 构建数据矩阵 | 第43-45页 |
| 5.2 矩阵分解 | 第45-47页 |
| 5.2.1 传统布尔矩阵分解 | 第46页 |
| 5.2.2 ASSO算法 | 第46-47页 |
| 5.3 RDF数据集分解 | 第47-50页 |
| 5.3.1 最短描述距离简介 | 第47-49页 |
| 5.3.2 优化目标与优化方法 | 第49页 |
| 5.3.3 在测试集上的分解效果 | 第49-50页 |
| 5.4 SPARQL优化 | 第50-55页 |
| 5.4.1 数据流生成器 | 第52-54页 |
| 5.4.2 查询计划生成器 | 第54-55页 |
| 5.5 总结 | 第55-56页 |
| 第六章 实验评估 | 第56-63页 |
| 6.1 数据集简介 | 第56-57页 |
| 6.2 测试指标与测试环境 | 第57-58页 |
| 6.3 性能对比 | 第58-60页 |
| 6.4 详细分析 | 第60-62页 |
| 6.5 总结 | 第62-63页 |
| 第七章 结束语 | 第63-65页 |
| 7.1 全文总结 | 第63页 |
| 7.2 未来展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录 研究生期间工作 | 第71-72页 |
