基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的RDF数据分布式并行压缩编码算法均未考虑结合本体文件,导致编码后的RDF数据没有表示任何语义信息,不利于分布式查询或推理.针对这些问题,提出SCOM(Semantic Coding with Ontology on MapReduce)算法在分布式MapReduce下完成RDF数据的语义并行编码.该算法首先结合RDF数据本体,构建类关系和属性关系模型;在三元组项分类与过滤之后,对三元组项进行编码并生成字典表,最终完成RDF数据带有语义信息且具有规律性的编码.此外,SCOM算法能够很容易地将编码后的RDF数据文件恢复为原始文件.实验表明,SCOM算法能够高效地实现大规模数据的分布式并行编码.
推荐文章
分布式并行数据挖掘计算框架及其算法研究
数据挖掘
关联规则
项集
分布式并行结构
基于项编码的分布式频繁项集挖掘算法
频繁项集挖掘
Apriori算法
大数据
分布式计算
基于数据动态冗余的分布式并行系统重构机制
分布式并行数据库系统
系统重构
数据动态冗余
高可用性
异构分布式环境中的并行离群点检测算法
离群点检测
异构分布式
网格
数据划分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 RDF数据分布式并行语义编码算法
来源期刊 计算机科学 学科 工学
关键词 RDF 本体 语义编码 MapReduce
年,卷(期) 2016,(9) 所属期刊栏目 软件与数据库技术
研究方向 页码范围 197-202,212
页数 7页 分类号 TP391
字数 5900字 语种 中文
DOI 10.11896/j.issn.1002-137X.2016.9.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪璟玢 福州大学数学与计算机科学学院 26 107 7.0 9.0
2 郑翠春 福州大学数学与计算机科学学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (42)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (15)
二级引证文献  (1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
RDF
本体
语义编码
MapReduce
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导