RDF数据存储技术研究

资源描述框架RDF是一种元数据描述方法，它提供了Web上智能信息服务和语义互操作性的标准，是下一代Web一语义Web应用的基础。大量RDF数据的操作和处理需要数据库的支持，而关系数据库存储RDF数据的方法可以有效处理RDF数据。     

语义Web上本体与智能信息Agent的集成研究

该文介绍了语义Web新技术,它可以为处理Web信息的智能应用程序提供帮助。文中描述了语义Web的层次结构及其支持语义Web的基础技术如RDF(资源描述框架)和本体(Ontology)等,文章表明,Agent技术与本体的集成会扩展程序能力,更有效地为用户执行任务而较少需要人的干预,也会对Web服务的使用产生重大影响。文中介绍了本体与智能信息Agent结合的应用实例,为用户搜索Web上的服务提供帮助。     

基于Ontology的智能检索系统框架研究与实现

提出并实现了一个语义Web环境下基于Ontology的语义信息检索系统框架。它由信息搜集Agent、存储Agent、推理Agent和查询Agent构成，这4类Agent协同工作实现了基于语义的Web信息检索服务。该文采用OWL描述的Ontology作为语义推理的基础，以Jena作为RDF API，使用JADE作为多Agent系统的开发工具和应用平台，完成了一个针对“Wine”领域进行智能查询的实例。     

大数据中RDF语义数据存储优化探讨

结合大数据的特点和语义Web的理论,对大数据中的RDF语义数据的描述和存储进行研究。分析各种数据库存储RDF语义数据的优点和缺点,指出图数据库存储RDF语义数据的优势。最后采用Neo4j开源Java代码实现了一个图数据库系统,通过运行实例验证了以上结论。     

基于OWL描述本体的语义信息抽取

文中描述了一种基于OWL本体抽取出可以被语义Web Agent理解的语义数据的方法,在抽取过程中先将OWL本体模型转换成OSM本体,然后生成抽取规则,并进一步完善本体,最后将抽取出的数据加上语义标记,转换成语义WebAgent可以接收的RDF格式,从而可以促进语义Web的发展。     

基于OWL描述本体的语义信息抽取

文中描述了一种基于OWL本体抽取出可以被语义Web Agent理解的语义数据的方法，在抽取过程中先将OWL本体模型转换成OSM本体，然后生成抽取规则，并进一步完善本体，最后将抽取出的数据加上语义标记，转换成语义WebAgent可以接收的RDF格式，从而可以促进语义Web的发展。     

基于移动Agent及RDF的网络数据挖掘系统体系结构

1 引言随着数据挖掘的研究与应用日益广泛和深入,基于Web的网络数据挖掘正受到人们的巨大关注。面向网络的移动A-gent理论和技术,可以有效地克服网络环境状态问题,突破网络资源的限制,提升系统分布式计算的能力,并降低分布系统的复杂性。针对Web信息的描述和表达而发展起来的XML/RDF理论和技术,能够规范化处理异质异构的网络信息,同时,XML/RDF理论和技术为Agent之间及Agent同外界的交互和通信提供了一种崭新而简洁的机制,从而也降低了Agent系统的复杂性。在基于移动Agent及RDF技术的网络数据挖掘应用系统中,移动Agent是具体挖掘应用的包装器(Wrapper)和承载体,XML/RDF为具体的挖掘应用提供规范统一的结构化数据平台。两者的结合简化了网络数据挖掘系统的结构,并表现出巨大的发展潜力。     

时态RDF数据的不一致性修复和预处理

资源描述框架（RDF）是由W3C提出的开放型数据模型,对语义Web中信息资源的语义表达和描述标准化。语义网的快速发展和RDF的普遍应用,产生大量的时态RDF数据。时态RDF数据的一致性能提高时态RDF数据的准确性,也有助于提高数据库系统的可靠性和高效性,对于时态信息处理也能提供可靠的保证。针对支持有效时间的时态RDF数据存在的不一致性情况,提出了相关的修复算法,对于时态RDF数据实时更新,分析变化操作产生的不一致性并进行了预处理,实验验证了可行性。     

应用于电子商务的语义Web核心语言分析

到目前为止已有多种基于语义Web的语言，这些语言实现了基于Web的知识表示、共享和重用。重点分析了语义Web的几种语言：XML规范簇、RDF、RDF Schema、DAML OIL。在此基础上给出了语义Web技术的重要应用——电子商务中核心语言的分层结构。该结构中XML规范簇完成了数据描述功能，RDF用于描述元数据，RDF Schema提供了基本的本体原语，DAML OIL提供了推理功能，利用这些语言，可以实现电子商务中数据描述的统一性、通用性及互操作性。     

基于一阶逻辑的RDF模型的研究

XML为互联网应用提供了语法互操作性统一标准,而资源描述框架RDF定义了支持语义互操作的框架模型。作为RDF数据模型的类型系统,资源描述框架模式RDFS定义了一套扩充新的建模原语及其语义约束的机制。由于整个互联网语义化过程都以RDF模型为底层的模型支持,RDF数据模型及其类型系统的形式化程度直接影响和制约着更高层次上的语言和模型的形式化能力和推理能力。文章首先对RDFS类型系统做了非形式化分析,然后基于一阶逻辑定义了一套RDFS类型系统中对应类层次模型、类-实例模型和核心概念约束模型的事实-规则集。     

基于RDFS的数据结构描述

资源描述框架(RDF)/资源描述框架模式(RDFS)是语义互联网架构中的技术。尽管XML/RDF数据库正迅速地发展,关系型数据库仍是目前企业级应用的首选。针对在应用中混合使用关系型数据库管理系统和RDF/RDFS的问题,该文提出了关系数据库表结构的RDFS定义方法以及在此基础上的数据获取方式,目的是在关系数据库与应用系统之间建立基于RDFS的抽象数据结构描述,实现数据结构的可配置性以及RDF数据的可访问性。     

RDB中基于RDFS的语义本体存储技术研究

资源描述框架(RDF)/资源描述框架模式(RDFS)是语义互联网架构中的技术。尽管XML/RDF数据库正迅速的发展,关系型数据库仍是目前企业级应用的首选。针对如何有效地把RDFS数据存储在关系数据库中,充分利用现有的数据库资源来管理RDFS数据,提出了一种RDB中基于RDFS的语义本体存储技术,实现了RDFS本体抽取,提出了RDFS本体的存储优化方案,提高了数据存储访问效率。     

语义Web中RDF元数据的存储与管理

语义Web的实现首要解决的问题就是对资源的描述,RDF是描述信息资源的基础,管理和存储RDF数据成为必须要解决的问题。如果把RDF数据存储在关系数据库中,就可以有效地利用现有的数据库资源来管理RDF数据。本文用垂直Scheme的格式来构造RDF数据存储表,通过模式映射把RDF数据映射成RDF数据存储表中的记录;此外又给出了用RDF视图查询RDF数据的方法为实现语义查询打下了基础。     

Bridging the semantic Web and Web 2.0 with Representational State Transfer (REST)

Semantic Web technologies must integrate with Web 2.0 services for both to leverage each others strengths. We argue that the REST-based design methodologies [R.T. Fielding, R.N. Taylor, Principled design of the modern web architecture, ACM Trans. Internet Technol. (TOIT) 2 (2) (2002) 115–150] of the web present the ideal mechanism through which to align the publication of semantic data with the existing web architecture. We present the design and implementation of two solutions that combine REST-based design and RDF [D. Beckett (Ed.), RDF/XML Syntax Specification (Revised), W3C Recommendation, February 10, 2004] data access: one solution for integrating existing web services and one server-side solution for creating RDF REST services. Both of these solutions enable SPARQL [E. Prud’hommeaux, A. Seaborne (Eds.), SPARQL Query Language for RDF, W3C Working Draft, March 26, 2007] to be a unifying data access layer for aligning the Semantic Web and Web 2.0.     

SW-Store: a vertically partitioned DBMS for Semantic Web data management

Efficient management of RDF data is an important prerequisite for realizing the Semantic Web vision. Performance and scalability issues are becoming increasingly pressing as Semantic Web technology is applied to real-world applications. In this paper, we examine the reasons why current data management solutions for RDF data scale poorly, and explore the fundamental scalability limitations of these approaches. We review the state of the art for improving performance of RDF databases and consider a recent suggestion, “property tables”. We then discuss practically and empirically why this solution has undesirable features. As an improvement, we propose an alternative solution: vertically partitioning the RDF data. We compare the performance of vertical partitioning with prior art on queries generated by a Web-based RDF browser over a large-scale (more than 50 million triples) catalog of library data. Our results show that a vertically partitioned schema achieves similar performance to the property table technique while being much simpler to design. Further, if a column-oriented DBMS (a database architected specially for the vertically partitioned case) is used instead of a row-oriented DBMS, another order of magnitude performance improvement is observed, with query times dropping from minutes to several seconds. Encouraged by these results, we describe the architecture of SW-Store, a new DBMS we are actively building that implements these techniques to achieve high performance RDF data management.