[发明专利]基于图形数据库Neo4j的RDF数据探寻方法

说明书

本发明公开了一种基于图形数据库Neo4j的RDF数据探寻方法，属于RDF数据探寻领域。本发明将RDF数据模型转化为属性图模型并持久化到Neo4j数据库当中，且为用户提供了简明的查询属性图构造接口，用户基于所要探寻的信息构建出查询属性图，选择对应的探寻模式，系统将查询属性图转化为Neo4j的查询语言Cypher，并匹配查询属性图中相关的数据，最终也以属性图的形式返回到展示界面中供用户浏览。此外，系统还提供了节点的深入查询，属性过滤，历史记录查找等可视化操作供用户对所返回的数据进行再探寻操作。本方法通过将RDF数据转化为接近现实世界关联数据的属性图模型，从而减少数据的冗余，以及降低普通用户探寻RDF数据集的门槛。

技术领域

本发明公开了一种基于图形数据库 Neo4j 的RDF（Resource DescriptionFramework，资源描述框架）数据探寻方法，属于 RDF 数据探寻领域。

背景技术

由于 RDF 数据模型可用于表达关联数据，并且具有机器可读性的特点，RDF 被广泛应用于机器之间的数据传输、数据交换、以及逻辑推理等过程。RDF 是以三元组为核心的框架，无论使用哪种表示形式，RDF 模型所表达的语义都是不变的，所以 RDF 被广泛应用到社交网络、军事领域、知识工程等领域当中。

随着 RDF 数据的广泛应用，普通用户对于 RDF 数据集探寻的要求变得越来越高。其中，阻碍普通用户对 RDF 数据集进行探寻操作的困难具体有以下3个方面：(1)普通用户不具备 RDF 数据模型的相关知识，(2)对于 RDF 数据集的查询通常需要结构化查询语言（SPARQL）来协助，结构化查询语言的学习对于普通用户来说学习成本太高，(3)三元组表达形式便于机器理解，但对于不具备 RDF 相关知识的普通用户从三元组中查找数据难度过高，需要更加简洁的表示形式给用户展示数据。

由于普通用户对于探寻 RDF 数据集的需求，RDF 探寻方法的研究成为了一个热门的领域。为了解决以上 RDF 探寻过程中的困难，研究人员在探寻过程中加入了各种新型的数据探寻技术。其中，关键字搜索为最常见的 RDF 探寻方法，其无需用户掌握 RDF 的相关知识，只需要用户输入所需要查询的内容即可返回数据集中与关键字相关的信息。虽然关键词搜索具有操作简单的特点，但是所返回的信息包含大量的冗余信息，需要用户去甄别，从而加重了用户在探寻过程中的负担。另一种应用广泛的探寻技术为分面搜索，其探寻过程与用户使用浏览器浏览信息类似，数据集信息按照不同的特征（类型）被分成不同的面，每个面下再根据不同的特征进行分面，用户通过具体特征选择对应的分面不断将查询范围缩小，最终找到所感兴趣的信息。分面搜索通过对数据进行不断的分面缩减搜索数据的范围，用户选择分面的过程中可以对数据集的概况进行了解，便于用户进行分面的选择。由于数据根据不同的特征进行不断的分面，所以每个面所展示的数据由分面特征所决定，从而不利于展示原数据的关联性，而且用户在分面搜索的探寻过程中无法进行跳跃式的查询，只能通过不断选择分面去探寻，从而降低了探寻数据的效率。此外，新型的探寻方法当中有基于自然语言处理接口去开发的探寻方法，对于该方法的研究大多需要大量的训练数据去训练其中的模型，其加大了大规模不同 RDF 数据集探寻的难度。

属性图模型更加接近现实世界的关联数据，用属性图模型表示关联数据将利于用户去理解以及操作，而且新型的基于属性图模型开发的图形数据库在处理关联数据的领域中具有明显的优势，其高效的检索匹配能力以及对于关联数据的匹配算法都可以帮助研究人员开发出简易的探寻方法。利用图数据库进行 RDF 数据探寻，是一个新型的 RDF 探寻领域。

发明内容

为了解决 RDF 探寻过程中数据冗余的问题，以及降低普通用户探寻 RDF 数据的难度，本发明提出了一种基于图形数据库Neo4j的RDF数据探寻方法。

本发明为解决其技术问题采用如下技术方案：

一种基于图形数据库 Neo4j的RDF数据探寻方法，包括如下步骤：

（1）提出了将 RDF 模型转化为属性图模型，并将 RDF 数据持久化到图形数据库Neo4j 中的方法；