数据空间中基于潜在要素的关联实体集搜索的关键技术研究

数据空间技术是数据库管理技术的进一步发展，是当今信息异常丰富时代的必需。目前数据空间技术对语义查询的支持能力相对薄弱，缺乏对资源潜在用途、用户潜在意图等潜在要素的识别与应用，结果排序所考虑的影响因素也相对有限。为此，本项目将针对数据空间中基于潜在要素的关联实体集搜索的关键技术进行研究，研究内容包括：研究适合于数据空间的多级别数据逻辑组织模型；研究数据空间中关联知识构建模型，有效地挖掘实体类关联关系，合理地量化实体间、语义项间关联强度；研究数据空间中基于潜在用途的关联实体集匹配策略，支持多种灵活的实体匹配方式；研究数据空间中用户潜在意图识别策略，准确地推断用户的潜在查询需求；研究数据空间中结果Top-K排序方法，减少用户对结果数据筛选比较的负担。本项目的研发成果将为管理开放的数据资源提供良好的支持，达到提高资源利用率和工作效率的目的，具有广阔的前景。