[发明专利]一种结合Rete算法的RDF数据分布式并行推理方法

摘要

本发明涉及一种结合Rete算法的RDF数据分布式并行推理方法，在MapReduce算法框架下结合Rete算法并行推理。在结合Rete算法的时候，不是简单的将RDF数据进行分割，而是在Map阶段完成alpha网络的功能，在Reduce阶段完成beta网络的功能。本发明所提出的一种结合Rete算法的RDF数据分布式并行推理方法只需要启动一个MapReduce推理任务就可以完成所有RDFS/OWL规则的一次性推理，通过多次的推理任务迭代实现针对海量RDF数据的高效推理。

主权项

一种结合Rete算法的RDF数据分布式并行推理方法，其特征在于，按照如下步骤实现：S1：在MapReduce算法框架下结合Rete算法，在所述分布式并行推理方法的Map阶段完成Rete算法中alpha网络的建立，并根据输入的RDF数据和对应的RDFS/OWL规则，以键值形式输出满足对应RDFS/OWL规则前件的实例三元组；S2：在所述分布式并行推理方法的Reduce阶段完成Rete算法中beta网络的功能，并根据步骤S1中Map阶段的输出结果，完成RDF数据对应的所有RDFS/OWL规则的并行推理；所述步骤S1还包括如下步骤：S11：将输入的RDF数据中与对应的RDFS/OWL规则中所有前件的模式三元组作为所述Map阶段的输入，并将该模式三元组加载到内存中；S12：将所述Map阶段输出的键（key）设定为规则名称，值（value）为满足对应RDFS/OWL规则前件的实例三元组；如果一个实例三元组数据满足的前件是多个规则的前件，则采用不同的键（key）冗余的存储该实例三元组数据；S13：将所述Map阶段的输出的实例三元组作为所述Reduce阶段的输入数据；所述步骤S2还包括如下步骤：S21：在所述Reduce阶段，SubReduce阶段个数和键（key）个数匹配，以保证分布式的并行性和推理的完整性，每一个键（key）对应一个SubReduce阶段，根据每个实例三元组对应的键（key），将实例三元组进行组合，获取相同键（key）的实例组合列表值，并将组合后的实例组合列表值作为每个键（key）对应的SubReduce阶段的输入；S22：在每个SubReduce阶段中，根据该SubReduce阶段对应的键（key）将内存中的所述模式三元组与所述实例组合列表完成连接推理，并获取推理结果；S23：将所述推理结果保存到一推理三元组列表中，当该推理三元组列表中的数量达到预设阈值N后启动I/O输出，一次性将所述推理结果输出，以避免频繁的I/O输出造成系统性能的下降；输出的推理结果以键（key）和值（value）为变量的形式进行保存，其中N为大于或等于1的正整数。