基于图的高效SPARQL查询应答方法、装置和设备制造方法及图纸

本发明专利技术示例性实施例提供一种基于图的高效SPARQL查询应答方法、装置和设备，其中的方法包括：将RDF数据集的三元组建模为有向标记图，对有向标记图的实体顶点进行分组和合并，形成多级抽象图，其中三元组中的对象和主体为所述有向标记图的实体顶点；构建辅助数据结构，结合所述有向标记图中连接同一类的实体顶点，构造抽象图作为索引，所述辅助数据结构包括有向标记图模式中语义包含关系的集合，所述有向标记图模式用于描述所述有向标记图的特征；通过访问抽象图进行查询，并给出应答结果。本发明专利技术的查询应答效果远优于目前的查询方法。

【技术实现步骤摘要】
基于图的高效SPARQL查询应答方法、装置和设备
本专利技术示例性实施例涉及数据处理
，尤其涉及一种基于图的高效SPARQL查询应答方法、装置和设备。
技术介绍
由于RDF数据的使用越来越多，有效地处理RDF数据集上的SPARQL查询已经成为一个重要的问题。在基于图的RDF数据管理方案中，SPARQL查询被转换成子图模式，并通过图匹配在RDF图上求值。然而，要回答SPARQL查询，需要处理RDF推理来对RDF数据中的隐式三元组进行建模，这在很大程度上被现有的基于图的解决方案所忽略。在基于图的解决方案中，SPARQL查询被转换成图模式P，然后在RDF图G上进行求值。查询求值过程通过将P中的变量与G的元素匹配来执行，这样返回的图就包含在G中(模式匹配)。基于图的解决方案的主要优势在于，RDFquery5在不丧失建模能力的情况下更易于表达，更重要的是，没有优化策略的图模式匹配能够执行甚至优于关系RDF查询引擎。随后，人们提出了一些新的基于图的系统。特别是，gStore使用精心设计的索引VS*-tree来处理RDF查询。TurboHom+本文档来自技高网...

【技术保护点】
1.一种基于图的高效SPARQL查询应答方法，其特征在于，包括：/n将RDF数据集的三元组建模为有向标记图，对有向标记图的实体顶点进行分组和合并，形成多级抽象图，其中三元组中的对象和主体为所述有向标记图的实体顶点；/n构建辅助数据结构，结合所述有向标记图中连接同一类的实体顶点，构造抽象图作为索引，所述辅助数据结构包括有向标记图模式中语义包含关系的集合，所述有向标记图模式用于描述所述有向标记图的特征；/n通过访问抽象图进行查询，并给出应答结果。/n

【技术特征摘要】
1.一种基于图的高效SPARQL查询应答方法，其特征在于，包括：
将RDF数据集的三元组建模为有向标记图，对有向标记图的实体顶点进行分组和合并，形成多级抽象图，其中三元组中的对象和主体为所述有向标记图的实体顶点；
构建辅助数据结构，结合所述有向标记图中连接同一类的实体顶点，构造抽象图作为索引，所述辅助数据结构包括有向标记图模式中语义包含关系的集合，所述有向标记图模式用于描述所述有向标记图的特征；
通过访问抽象图进行查询，并给出应答结果。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述有向标记图中的实体顶点附近的邻居结构编码成一个比特串，并对候选顶点进行剪枝，进行多级修剪进行细化，以给出经过优化后的应答结果。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过按需饱和策略对所述应答结果是否完整进行检测，包括以下两个阶段：
对数据边所包含的子属性进行检查，以查看是否有任何子属性与查询边匹配；
对实体顶点是否与抽象图中的查询顶点类型匹配进行检查。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过邻域编码对每一查询边的边属性信息进行无效候选的剪除。


5.根据权利要求4所述的方法，其特征在于，所述邻域编码包括：
将所述每一实体顶点描述为一个bit串，以作为顶点签名；
通过Bloom过滤器将RDF图中的每个顶点的相邻边属性和相应的相邻顶点属性编码成bit串。


6.根据权利要求1所述的...

【专利技术属性】
技术研发人员：郭得科，罗来龙，王希，张千桢，郑龙，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43