基于HowNet的词语相关度计算模型

提出了词语相关度模型,作为在数据空间中发现数据源内容关联的一个基础。本模型基于HowNet,可以计算同种词性以及不同词性之间的相关度,融合了词语的相似度、关联度和实例因素,综合获得词语的内在相关性。通过对比实验发现,本模型所计算的词语相关度值更加符合人们主观上对词语相关性的认识。     

Web数据空间技术研究

基于数据空间的概念,提出了一种新的Web数据管理方法:Web数据空间。阐述了Web数据空间概念及其特性。在此基础上,进一步从数据源的发现、模式匹配、数据模型、数据查询、数据演化、世系管理、群体协作与存储索引几个方面对Web数据空间相关研究工作进行了总结分析。最后讨论了Web数据空间研究面临的挑战与未来的研究工作。     

Pay-as-you-go模式的教育云服务描述与发现

摘摘 要：基于pay-before-you-go模式的教育云服务描述与发现方法难以及时处理异构、动态的教育云服务信息。为了解决上述问题,提出基于pay-as-you-go模式的教育云服务描述与发现方法。首先采用数据空间渐进式模型描述服务信息,然后探讨服务发现中的延迟计算方法,最后通过添加语义扩展查询规模。实验结果表明该方法是可行的和有效的,并且提高了查询结果的查全率与查准率。     

数据空间技术研究

阐述了数据空间概念及其特性,提出了数据空间集成与管理系统框架.在此基础上,进一步从数据模型、数据集成、数据查询、数据更新、存储索引、数据演化和系统实现几个方面对数据空间研究工作进行了总结分析.讨论了数据空间研究面临的挑战和未来的研究工作.     

个人数据空间信息标注技术的研究与实现

标注是个人数据空间中对非结构化数据进行管理与维护的重要手段。标注技术如何与网络环境中个人信息管理模型有机结合,是数据管理与共享的前提。本文提出一种分布式个人信息管理系统架构,支持网络环境中个人数据空间的内容管理及共享;在此基础上,定义了个人信息标注的数据模型与操作模型,支持数据项粒度的多种管理服务,并通过原型系统的实现验证了上述研究中的关键技术。     

S-RSM:一种基于语义的数据空间资源搜索机制

数据空间技术是数据库管理技术的进一步发展,如何有效地搜索数据空间中的资源成为一个值得研究的问题.为此提出一种基于语义的数据空间资源搜索机制(S-RSM,Semantics-based Resource Search Mechanism for Dataspace).定义了资源描述模型,能够有效地将数据资源进行统一描述和包装;提出一种基于语义的资源搜索策略,利用Dbped ia语义知识库评估资源对象关联和语义项关联.同其它搜索策略相比,S-RSM在查全率和查准率等方面具有一定的优势.     

Web数据空间边建边用模式集成

使用边建边用的方法,实现了Web数据空间的模式集成。在模式集成时,提出了一个Web数据空间模式集成的框架,运用组合方法,创建了一个中间模式;同时,为用户提供了Top-k个源数据模式。实验表明该方法通过用户参与可以提高查询的准确率与召回率,Top-k个源数据模式的提供,明显提高了查询的有效性。     

基于关系数据库的极松散结构数据模型的访问控制研究

 本文提出一个针对数据空间环境下极松散结构模型的细粒度和动态的访问控制框架:首先定义通用的极松散结构模型GLSDM(General very Loosely-Structured Data Model);给出GLSDM到关系表的映射方法,将GLSDM上细粒度的访问控制转换为关系表的row、cell等安全级别的访问;通过动态查询重写,在用户执行查询时将GLSDM的权限信息添加到SQL语句中,从而实现GLSDM的动态访问控制.理论和实验证明该框架是可行和有效的,本文的映射方法和动态查询重写算法能够保证对GLSDM的访问控制通过等价的关系数据库的访问控制来实现.     

基于数据空间的数据源内容关系发现机制

数据空间的提出旨在解决模式驱动型的数据管理方式中所遇到的瓶颈,并最终解决数据管理所面临的挑战。而其中数据源内容之间的内部关联性成为数据空间研究的重点。从自然语言处理的角度出发,建立描述数据空间的模式实体,并且综合考虑基本刻面和内容刻面的主要内容,提出基于数据空间的数据源内容的关系发现机制,从而为下一步创建索引、浏览、搜索、查询以及其他服务提供良好的基础。     

企业数据空间中关联推理机制研究

阐述了企业数据空间的特点,指出了企业数据管理中存在着关联关系繁杂的问题,为了使企业数据空间提供数据检索服务时更具有语义关联性,在分析个人数据空间和知识图谱中推理方式的基础上,提出了基于最短路径的推理过程方法,分别进行了基于单源点的最短路径的推理过程和基于一对源点的最短路径推理过程设计实验,对搜索范围进行了初次缩小,并结合数据字典对推理后的结果集进行二次缩小范围,得到具有实际意义的最优候选集,为在企业数据空间提供更精准的数据检索服务奠定了基础。