【技术实现步骤摘要】
本专利技术涉及多模态数据查询、数据库测试、人工智能等领域，提出一种面向多模态数据查询的基准测试方法和测试框架。
技术介绍
1、随着大数据时代的到来，数据的种类日益复杂多样化，传统的单一数据类型的查询已经无法满足多模态数据应用的查询需求了，而多模态数据融合查询具备同时检索结构化数据和非结构化数据的优势，开始被许多应用采用。回顾过去几十年的基准评测发展历史，虽然诞生了关系型数据、文档型数据、流数据、大数据甚至是多模型数据的评测方法，但是对多模态数据融合查询的基准评测还是一片空白。相关社区急需一套公平客观的评测方法，来简化在不同数据库硬件、软件和配置之间的比较过程，为多模态数据查询系统的技术选型提供参考依据。
技术实现思路
1、针对上述问题，本专利技术旨在提供一种面向多模态数据查询的基准测试方法和测试框架，可以对多模态数据管理系统在执行多模态数据融合查询任务时的性能和功能进行定量化的评估。
2、为了达到上述专利技术目的，本专利技术的技术方案包括以下内容。
3、一种面向多模态数据查询的基准测试方法，其特征在于，将目标系统接入多模态数据查询的基准测试框架后，得到所述目标系统执行融合查询任务的基准测试结果；其中，所述多模态数据查询的基准评测框架包括：仿真数据生成器、工作负载生成器和性能度量计算器；
4、所述仿真数据生成器，用于对结构化数据和非结构化数据进行仿真，以生成扩展属性图模型；
5、所述工作负载生成器，用于生成至少一个融合查询任务；
...【技术保护点】
1.一种面向多模态数据查询的基准测试方法，其特征在于，将目标系统接入多模态数据查询的基准测试框架后，得到所述目标系统执行融合查询任务的基准测试结果；其中，所述多模态数据查询的基准评测框架包括：仿真数据生成器、工作负载生成器和性能度量计算器；
2.根据权利要求1所述的方法，其特征在于，所述将目标系统接入多模态数据查询的基准测试框架，包括：
3.根据权利要求1所述的方法，其特征在于，所述对结构化数据和非结构化数据进行仿真，以生成扩展属性图模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取结构化和非结构化数据集，包括：
5.根据权利要求3所述的方法，其特征在于，对所述初始的扩展属性图模型的规模进行缩放，得到不同规模的扩展属性图模型，包括：
6.根据权利要求1所述的方法，其特征在于，所述融合查询任务包括：结构化和非结构化属性协同过滤、在模式匹配时执行多个非结构化属性协同过滤、基于融合查询的连接操作、基于融合查询的聚合操作、基于融合查询的子图匹配操作、基于非结构化数据的关系挖掘、基于融合查询的最短路径计算、模式匹配时
7.根据权利要求1所述的方法，其特征在于，所述性能指标包括：请求响应时间、吞吐量、并发、硬件资源利用率和正确率。
8.根据权利要求1至7任一项所述的方法，其特征在于，非结构化数据的融合查询任务在无本地查询引擎支持的条件下，将非结构化数据语义信息提取的查询操作抽象成了一个人工智能服务，并提供抽象接口；其中所述抽象接口包括：对人脸图片数据进行识别的抽象接口、对情感文本数据进行情感分析的抽象接口和对新闻文本进行主题分类的抽象接口。
9.一种面向多模态数据查询的基准测试框架，其特征在于，所述框架包括：
...【技术特征摘要】
1.一种面向多模态数据查询的基准测试方法，其特征在于，将目标系统接入多模态数据查询的基准测试框架后，得到所述目标系统执行融合查询任务的基准测试结果；其中，所述多模态数据查询的基准评测框架包括：仿真数据生成器、工作负载生成器和性能度量计算器；
2.根据权利要求1所述的方法，其特征在于，所述将目标系统接入多模态数据查询的基准测试框架，包括：
3.根据权利要求1所述的方法，其特征在于，所述对结构化数据和非结构化数据进行仿真，以生成扩展属性图模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取结构化和非结构化数据集，包括：
5.根据权利要求3所述的方法，其特征在于，对所述初始的扩展属性图模型的规模进行缩放，得到不同规模的扩展属性图模型，包括：
6.根据权利要求1所述的方法，其特征在于，所述融合查询任务包括：结构化和非结构化属性协同过滤...
【专利技术属性】
技术研发人员：王华进，毛阿龙，沈志宏，朱小杰，
申请(专利权)人：中国科学院计算机网络信息中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。