CAJ | 학술논문

随着语义万维网(sematic Web)和关联数据集项目(linked data project)的不断发展,各领域的语义数据正在大规模扩增.同时,这些大规模语义数据之间存在着复杂的语义关联性,这些关联信息的挖掘对于研究者来说有着重要的意义.为解决传统推理引擎在进行大规模语义数据推理时存在的计算性能和可扩展性不足等问题,提出了一种基于Hadoop的语义大数据分布式推理框架,并且设计了相应的基于属性链(property chain)的原型推理系统来高效地发现海量语义数据中潜在的有价值的信息.实验主要关注于医疗和生命科学领域各本体之间的语义关联发现,实验结果表明,该推理系统取得了良好的性能——扩展性以及准确性.
수착어의만유망(sematic Web)화관련수거집항목(linked data project)적불단발전,각영역적어의수거정재대규모확증.동시,저사대규모어의수거지간존재착복잡적어의관련성,저사관련신식적알굴대우연구자래설유착중요적의의.위해결전통추리인경재진행대규모어의수거추리시존재적계산성능화가확전성불족등문제,제출료일충기우Hadoop적어의대수거분포식추리광가,병차설계료상응적기우속성련(property chain)적원형추리계통래고효지발현해량어의수거중잠재적유개치적신식.실험주요관주우의료화생명과학영역각본체지간적어의관련발현,실험결과표명,해추리계통취득료량호적성능——확전성이급준학성.