大規(guī)模語義數(shù)據(jù)的分析存儲方案研究.pdf

1、隨著語義Web和Linked Data運(yùn)動的發(fā)展，語義數(shù)據(jù)規(guī)模變得越來越龐大、涉及的領(lǐng)域也越來越寬廣，并且有的數(shù)據(jù)集已經(jīng)出現(xiàn)多個(gè)版本的演變，這就使得大規(guī)模語義數(shù)據(jù)的分析和存儲面臨著巨大的挑戰(zhàn)。一方面，本體的規(guī)模增長和版本的更新需要一種簡單有效的分析方法，幫助人們認(rèn)識本體內(nèi)部的變化情況，簡化維護(hù)和管理本體的過程。另一方面，語義數(shù)據(jù)海量的增長使得傳統(tǒng)的基于HDD的存儲策略的讀寫速度難以滿足人們的需求，需要更加有效的存儲策略提升原有數(shù)據(jù)存儲系

2、統(tǒng)的讀寫速度，進(jìn)而滿足RDF數(shù)據(jù)的快速存放和高效查詢。
　　本文首先提出一種基于本體指標(biāo)的本體版本演變分析方法。該方法使用一種圖結(jié)構(gòu)轉(zhuǎn)化規(guī)則，將本體的描述與公理轉(zhuǎn)化為一張有向圖，利用這張圖的結(jié)構(gòu)描述已有的Ontology層和Class層指標(biāo)，并設(shè)計(jì)Property層上的4個(gè)指標(biāo)。而后抽象出分析本體版本演變規(guī)律的過程，提出一個(gè)本體版本演變分析算法，選用版本更新較為完整的OpenGALEN和OpenCyc本體作為數(shù)據(jù)集，對多個(gè)版本下的

3、本體指標(biāo)進(jìn)行度量。同時(shí)，針對大規(guī)模RDF數(shù)據(jù)的存儲提出了一種基于SSD和HDD的動態(tài)混合存儲方案。在本方案中，首先分析系統(tǒng)中數(shù)據(jù)模型的生成和操作方式，將原有數(shù)據(jù)模型按照加載順序分置在SSD和HDD之上，以支持?jǐn)?shù)據(jù)的快速讀寫，而后采用改進(jìn)的最近最少使用策略，結(jié)合數(shù)據(jù)模型原有的分片技術(shù)，周期性地掃描并將使用最少的數(shù)據(jù)模型置換出SSD，進(jìn)而優(yōu)化原有系統(tǒng)的I/O性能，最大限度的利用SSD和HDD的特性。
　　通過分析和討論實(shí)驗(yàn)結(jié)果，證明利