公开(公告)号：CN106874426A

公开(公告)日：2017-06-20

申请号：CN201710057433.4

申请日：2017-01-23

Applicant: 福州大学

Inventor： 汪璟玢 ,  陈双

IPC: G06F17/30

Abstract: 本发明涉及一种基于Storm的RDF流式数据关键词实时搜索方法，其特征在于：包括Storm实时处理、Redis分布式存储和Storm实时查询；Storm实时处理的具体内容为：Storm的Spout组件接收并处理RDF本体和实例数据文件流，将处理后的RDF本体和实例数据文件流分布式存储至Redis哈希表中；所述Storm实时查询的具体内容为：客户端发送实时查询请求，服务端接收客户端的查询请求后，先检查查询缓存中是否已存在该查询请求的查询结果，若存在，则复用缓存历史查询结果，执行增量更新查询算法，返回查询结果；若不存在，则服务端对查询请求进行实时计算，并返回查询结果。本发明支持对连续RDF数据流的进行实时查询，满足用户对RDF数据流实时查询的应用需求。

公开(公告)号：CN106021457A

公开(公告)日：2016-10-12

申请号：CN201610326228.9

申请日：2016-05-17

Applicant: 福州大学

Inventor： 汪璟玢 ,  陈双

IPC: G06F17/30 ,  G06F17/27

Abstract: 本发明涉及一种基于关键词的RDF分布式语义搜索方法，基于RDF本体构建输入查询关键词的语义可达路径，在构建阶段根据查询内容的语义内容和语义结构进行评分排序，生成Top‑k语义可达路径，然后利用MapReduce计算框架并行搜索返回Top‑k查询结果。本发明所提出的基于关键词的RDF分布式语义搜索方法，基于本体构建搜索语义可达路径确定查询关键词间相互连接路径，避免了直接在大规模RDF数据图上费时的迭代计算，利用MapReduce计算模型实现并行计算，有效地减少了整体计算复杂度来提升查询性能。

公开(公告)号：CN106874426B

公开(公告)日：2019-12-31

申请号：CN201710057433.4

申请日：2017-01-23

Applicant: 福州大学

Inventor： 汪璟玢 ,  陈双

IPC: G06F16/22 ,  G06F16/2455 ,  G06F16/2453 ,  G06F16/2458

Abstract: 本发明涉及一种基于Storm的RDF流式数据关键词实时搜索方法，其特征在于：包括Storm实时处理、Redis分布式存储和Storm实时查询；Storm实时处理的具体内容为：Storm的Spout组件接收并处理RDF本体和实例数据文件流，将处理后的RDF本体和实例数据文件流分布式存储至Redis哈希表中；所述Storm实时查询的具体内容为：客户端发送实时查询请求，服务端接收客户端的查询请求后，先检查查询缓存中是否已存在该查询请求的查询结果，若存在，则复用缓存历史查询结果，执行增量更新查询算法，返回查询结果；若不存在，则服务端对查询请求进行实时计算，并返回查询结果。本发明支持对连续RDF数据流的进行实时查询，满足用户对RDF数据流实时查询的应用需求。

公开(公告)号：CN106021457B

公开(公告)日：2019-10-15

申请号：CN201610326228.9

申请日：2016-05-17

Applicant: 福州大学

Inventor： 汪璟玢 ,  陈双

IPC: G06F16/2458 ,  G06F16/2452 ,  G06F17/27

Abstract: 本发明涉及一种基于关键词的RDF分布式语义搜索方法，基于RDF本体构建输入查询关键词的语义可达路径，在构建阶段根据查询内容的语义内容和语义结构进行评分排序，生成Top‑k语义可达路径，然后利用MapReduce计算框架并行搜索返回Top‑k查询结果。本发明所提出的基于关键词的RDF分布式语义搜索方法，基于本体构建搜索语义可达路径确定查询关键词间相互连接路径，避免了直接在大规模RDF数据图上费时的迭代计算，利用MapReduce计算模型实现并行计算，有效地减少了整体计算复杂度来提升查询性能。