[发明专利]一种基于Spark Streaming的流式RDF数据多关键词并行搜索方法

摘要

本发明涉及一种基于Spark Streaming的流式RDF数据多关键词并行搜索方法，首先将输入的关键词映射到RDF本体图上的类顶点或属性边，构建RDF本体类‑属性二维模型，通过类之间的关系进行剪枝、去重、连接操作，构建对应的本体查询子图；提出一种相关性评价函数，从结构紧密度和内容关联度两个方面对本体查询子图评分、排序；根据本体查询子图的优先级，评分高的先进行搜索，利用MapReduce计算框架并行搜索RDF数据图上匹配的实例三元组，按本体查询子图连接关系进行连接得到前Top‑k的结果。本发明不仅避免了在大量数据图顶点上迭代搜索顶点间连接路径，还提高了查询的精确度，进而提高搜索效率。

主权项

1.一种基于Spark Streaming的流式RDF数据多关键词并行搜索方法，其特征在于包括以下步骤：步骤S1：根据基于Redis的分布式存储方案，将用户输入的关键词映射到RDF本体图上的类顶点或属性边，构建RDF本体类‑属性二维模型，通过类之间的关系进行剪枝、去重、连接操作，构建对应的本体查询子图；步骤S2：构建相关性评价函数，从结构紧密度和内容关联度两个方面对本体查询子图评分、排序；步骤S3：根据本体查询子图的优先级，按照评分高至低的顺序依次利用MapReduce计算框架并行搜索当前本体查询子图上匹配的实例三元组，并按当前本体查询子图的连接关系进行连接得到当前结果子图，直至得到前Top‑k个结果子图；步骤S4：将步骤S3得到的Top‑k的结果子图进行编码反转得到原始数据，并返还给用户。