公开(公告)号：CN114860948A

公开(公告)日：2022-08-05

申请号：CN202210397689.0

申请日：2022-04-15

Applicant: 南京邮电大学

Inventor： 安文涛 ,  陈珊珊

IPC: G06F16/36 ,  G06F16/335

Abstract: 本发明公开了一种基于RippleNet算法的知识图谱推荐精度方法，包括以下内容：在RippleNet中使用知识图数据MovieLens‑1M，构建成知识图谱；利用广度优先的子网抽取算法构建最大连通子图，并存储成三元组形式；将构建成的图谱三元组利用RippleNet模型进行计算，得到结果为：AUC：0.921、ACC：0.844；对知识图数据提取MovieLens‑1M最大连通子图进行预处理，而后进行计算，从而提高RippleNet模型推荐精度。本发明实用性和功能性强，可广泛应用于知识图谱技术领域。

公开(公告)号：CN113553476A

公开(公告)日：2021-10-26

申请号：CN202110854214.5

申请日：2021-07-27

Applicant: 南京邮电大学

Inventor： 马振禹 ,  陈珊珊 ,  高隽 ,  安文涛 ,  陈思晔

IPC: G06F16/901 ,  G06F16/903

Abstract: 一种利用哈希减少写停顿的键值存储方法，其包括如下步骤1）LSM树存储：HSKV遵循HashKV的基础，使用KV分离，只在LSM树中存储键和元数据，用于索引KV对，同时将值存储在称为值存储的单独区域中，在KV分离之上，HSKV三个核心设计元素，实现高效的储值管理；2）存储管理：Mem Segments（Write cache）：我们将Mem Segments的每一列称为mem segment，将insert/update的KV对，利用哈希散列到对应的mem segment末尾，当mem segment大小达到阈值时，对其进行KV分离，将key与元数据单独保留成为Mem Table加入LSM‑Tree，将整个mem segment直接添加到对应的段组中；本发明通过HSKV可以在更新密集型工作负载下进行有效的更新，它的创新之处在于利用基于哈希的方法改进了基于KV分离的垃圾回收管理策略，实现了高更新性能，以减轻GC开销。

公开(公告)号：CN113553476B

公开(公告)日：2023-05-26

申请号：CN202110854214.5

申请日：2021-07-27

Applicant: 南京邮电大学

Inventor： 马振禹 ,  陈珊珊 ,  高隽 ,  安文涛 ,  陈思晔

IPC: G06F16/901 ,  G06F16/903

Abstract: 一种利用哈希减少写停顿的键值存储方法，其包括如下步骤1）LSM树存储：HSKV遵循HashKV的基础，使用KV分离，只在LSM树中存储键和元数据，用于索引KV对，同时将值存储在称为值存储的单独区域中，在KV分离之上，HSKV三个核心设计元素，实现高效的储值管理；2）存储管理：Mem Segments（Write cache）：我们将Mem Segments的每一列称为mem segment，将insert/update的KV对，利用哈希散列到对应的mem segment末尾，当mem segment大小达到阈值时，对其进行KV分离，将key与元数据单独保留成为Mem Table加入LSM‑Tree，将整个mem segment直接添加到对应的段组中；本发明通过HSKV可以在更新密集型工作负载下进行有效的更新，它的创新之处在于利用基于哈希的方法改进了基于KV分离的垃圾回收管理策略，实现了高更新性能，以减轻GC开销。