基于Spark的分布式并行推理算法

• 作者: 叶怡新 汪璟玢
• 来源期刊: 计算机系统应用
• 关键词: RDF OWL 分布式推理 TREAT Spark
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 97-104
• 页数: 8页
• 字数: 6114字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005790

摘要

现有的RDF数据分布式并行推理算法大多需要启动多个MapReduce任务,有些算法对于含有多个实例三元组前件的OWL规则的推理效率低下,使其整体的推理效率不高.针对这些问题,文中提出结合TREAT的基于Spark的分布式并行推理算法(DPRS).该算法首先结合RDF数据本体,构建模式三元组对应的alpha寄存器和规则标记模型;在OWL推理阶段,结合MapReduce实现TREAT算法中的alpha阶段;然后对推理结果进行去重处理,完成一次OWL全部规则推理.实验表明DPRS算法能够高效正确地实现大规模数据的并行推理.

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	叶怡新	福州大学数学与计算机科学学院	1	1	1.0	1.0