XML-RDF數(shù)據(jù)索引技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，XML以其強(qiáng)大的數(shù)據(jù)表達(dá)能力以及簡單、開放性、可擴(kuò)展等優(yōu)點(diǎn)而成為互聯(lián)網(wǎng)信息發(fā)布和數(shù)據(jù)交換的標(biāo)準(zhǔn)。由于XML在語義表達(dá)方式上的局限性，RDF作為語義Web的核心技術(shù)被W3C提出。隨著Web的快速發(fā)展和廣泛應(yīng)用，網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)規(guī)模日益龐大，對這些數(shù)據(jù)的存儲、管理以及查詢成為具有挑戰(zhàn)性的問題。
　　 為了有效地對XML與RDF數(shù)據(jù)進(jìn)行存儲、管理，以高效地響應(yīng)用戶的查詢請求，論文對XML文檔聚類技術(shù)以及RDF數(shù)據(jù)存

2、儲與索引技術(shù)進(jìn)行研究，主要工作包括：
　　 針對XML文檔聚類，首先，通過XML文檔約簡，將不影響XML文檔特征的冗余節(jié)點(diǎn)和結(jié)構(gòu)刪除，以精簡XML文檔的特征表示，提高文檔間相似度計(jì)算的效率；其次，研究XML文檔的數(shù)據(jù)模型，在樹路徑模型的基礎(chǔ)上提出一種能夠全面描述XML文檔特征的方法--完全標(biāo)簽路徑；第三，針對語義相似度計(jì)算，提出一種將元素嵌套結(jié)構(gòu)納入語義相似度計(jì)算的方法-語義層次影響因子SeLAF，改進(jìn)了傳統(tǒng)語義相似度計(jì)算“扁平

3、化”的情況，提高了文檔相似度計(jì)算的準(zhǔn)確度；第四，根據(jù)文檔樹模型中不同層次的元素對結(jié)構(gòu)相似度影響的權(quán)重不同，提出將元素所在位置納入結(jié)構(gòu)相似度計(jì)算的算法StrucSim_Calculation，合理地處理結(jié)構(gòu)中的嵌套信息；最后，提出SSBClustering算法進(jìn)行XML文檔聚類，并與已有的研究成果進(jìn)行比較，表明算法是有效的。
　　 針對RDF數(shù)據(jù)存儲與索引，基于三元組與四元組數(shù)據(jù)模型，提出基于時間戳