一种基于多层划分框架的RDF分布式存储方法

    公开(公告)号:CN109344259B

    公开(公告)日:2022-02-22

    申请号:CN201810803364.1

    申请日:2018-07-20

    Abstract: 本发明公开了一种基于多层划分框架的RDF分布式存储方法,主要步骤包括:(1)通过MMA算法优化RDF图中的顶点移动,保护了RDF图中小社团;(2)通过MSLM算法对RDF图进行粗糙化,发现了RDF图中的社团结构,并且在此基础了缩小了RDF数据的规模;(3)通过B_AP算法实现了对RDF图的k‑way分割,使得各个物理存储节点之间的数据量相对平衡并且降低了节点之间的通信代价。本发明提出了完整的RDF分布式存储方法,为提升RDF的查询效率奠定了基础。

    一种基于多层划分框架的RDF分布式存储方法

    公开(公告)号:CN109344259A

    公开(公告)日:2019-02-15

    申请号:CN201810803364.1

    申请日:2018-07-20

    Abstract: 本发明公开了一种基于多层划分框架的RDF分布式存储方法,主要步骤包括:(1)通过MMA算法优化RDF图中的顶点移动,保护了RDF图中小社团;(2)通过MSLM算法对RDF图进行粗糙化,发现了RDF图中的社团结构,并且在此基础了缩小了RDF数据的规模;(3)通过B_AP算法实现了对RDF图的k-way分割,使得各个物理存储节点之间的数据量相对平衡并且降低了节点之间的通信代价。本发明提出了完整的RDF分布式存储方法,为提升RDF的查询效率奠定了基础。

    一种从课件文本自动抽取知识单元间学习依赖关系的方法

    公开(公告)号:CN106649259B

    公开(公告)日:2019-05-24

    申请号:CN201610874480.3

    申请日:2016-09-30

    Abstract: 本发明公开了一种从课件文本自动抽取知识单元间学习依赖关系的方法,通过处理知识单元对应课件中的文本,得到候选术语集合,然后处理候选术语集合中的同义术语,并计算每个术语对知识单元的关键程度,构建出最优化模型,通过求解得到最优化的学习依赖关系抽取模型,能够对课件文本进行自动分析,识别出文本中的术语并计算出术语对知识单元的关键程度,并通过最优化术语之间的关系得到学习依赖关系挖掘的模型,该过程不依赖于学习依赖关系的局部性,能够用来挖掘主题关联较远的知识单元之间的学习依赖关系,为学习者提供更为完整的知识导航服务。

    一种基于ElasticSearch对MOOC课程进行分面检索的方法

    公开(公告)号:CN106776878A

    公开(公告)日:2017-05-31

    申请号:CN201611074980.5

    申请日:2016-11-29

    Abstract: 本发明公开了一种基于ElasticSearch对MOOC课程进行分面检索的方法,所采用的技术方案为:首先获取MOOC课程元数据,解析后存储;然后创建一个索引,将MOOC课程元数据在ElasticSearch集群中建立索引;其次将若干个字段的数据加入到待检索字段中,实现多字段检索,对不同字段通过设置不同的权重;再次设置若干个分面,从不同分面对MOOC课程进行筛选和过滤,允许用户创建自己的检索路径,实现分面检索,设置排序,在MOOC课程检索结果的基础上按照一个特定分面进行排序,使具有预期属性的MOOC课程尽可能靠前,完成检索结果排序;最后设置检索服务接口,提供MOOC课程检索服务,用户提供检索关键词和检索分面信息后,检索服务接口向用户返回MOOC课程信息列表以及课程分面聚合结果。

Patent Agency Ranking