计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
266-270,296
,共6页
RDF%聚类%开放关联数据%聚类模式
RDF%聚類%開放關聯數據%聚類模式
RDF%취류%개방관련수거%취류모식
RDF%Clustering%Linked open data%Clustering pattern
如何有效管理并利用日益庞大的RDF数据是当今Web数据管理领域面临的挑战之一.对大规模的RDF数据集进行聚类操作从而得到数据集的有效划分是RDF数据存储和应用时通常采取的策略.针对现有RDF聚类过程中忽略RDF三元组自身模式特征的问题,在对RDF聚类结果的形式深入分析的基础上,定义了3种不同类型的聚类模式,从而提出基于模式的聚类方法.通过对RDF数据集的重新描述,自动生成适用于RDF数据集特征的聚类模式,在此基础上实现数据聚类的任务.在不同测试集上的实验结果验证了所提方法的正确性和有效性.
如何有效管理併利用日益龐大的RDF數據是噹今Web數據管理領域麵臨的挑戰之一.對大規模的RDF數據集進行聚類操作從而得到數據集的有效劃分是RDF數據存儲和應用時通常採取的策略.針對現有RDF聚類過程中忽略RDF三元組自身模式特徵的問題,在對RDF聚類結果的形式深入分析的基礎上,定義瞭3種不同類型的聚類模式,從而提齣基于模式的聚類方法.通過對RDF數據集的重新描述,自動生成適用于RDF數據集特徵的聚類模式,在此基礎上實現數據聚類的任務.在不同測試集上的實驗結果驗證瞭所提方法的正確性和有效性.
여하유효관리병이용일익방대적RDF수거시당금Web수거관리영역면림적도전지일.대대규모적RDF수거집진행취류조작종이득도수거집적유효화분시RDF수거존저화응용시통상채취적책략.침대현유RDF취류과정중홀략RDF삼원조자신모식특정적문제,재대RDF취류결과적형식심입분석적기출상,정의료3충불동류형적취류모식,종이제출기우모식적취류방법.통과대RDF수거집적중신묘술,자동생성괄용우RDF수거집특정적취류모식,재차기출상실현수거취류적임무.재불동측시집상적실험결과험증료소제방법적정학성화유효성.
