大规模模糊RDF数据存储与查询关键技术研究

With extensive applications of Web 2, massive RDF data are emerging. How to represent and process large-scale RDF data effectively and efficiently has being received more attention. Being the current standard model of representing data resources, RDF has being applied in various domains. But RDF cannot fully satisfy diverse requirements from real applications because their specialties. It is hereby necessary to enhance RDF capability in semantic expression. In order to deal with uncertain data which extensively exit in data-intensive and knowledge-intensive application domains, fuzzy RDF data representation and processing has been a crucial research topic in the area of RDF data management..The proposed project investigates how to store and query large-scale fuzzy RDF data. The major issues are involved in several key techniques for fuzzy RDF data management, including fuzzy RDF integration, fuzzy RDF stores in fuzzy (relational and object-oriented) databases and fuzzy NoSQL databases, fuzzy RDF data indexing, and fuzzy RDF querying. Some original results of these key techniques will be obtained and several prototypes, which support the proposed theoretical frameworks and formal methodologies, will be developed also. As a result, the existing theories of traditional RDF data management and fuzzy data management are enriched and evolved, and a solid foundation can be put for constructing Web-based intelligent information systems.

Web2.0技术的广泛使用，导致海量RDF数据的出现，有效处理大规模RDF数据已经受到国内外研究者的高度重视。作为当前数据资源表示的标准模型，RDF在众多领域已得到广泛应用，但具体应用领域特殊性使得它还不能充分满足实际应用多样性的需求，增强RDF语义表达能力成为必然。为了处理现实中广泛存在的不确定信息，模糊数据处理成为了RDF数据管理的一项重要内容。申请项目致力于大规模模糊数据RDF存储与查询处理的研究，研究内容覆盖与模糊RDF数据管理相关的若干关键技术：模糊RDF整合；基于模糊数据库（关系的及面向对象的）和模糊NoSQL数据库的模糊RDF模型存储；模糊RDF数据索引；模糊RDF模型查询处理。通过在这些关键技术上取得系列原创性研究成果、开发出支持和实现相关理论框架和形式化方法的原型系统，将丰富和发展经典RDF和模糊数据管理的理论，为Web 环境下智能信息系统开发奠定坚实基础。

智能Web技术的快速发展，导致了大规模RDF数据的出现，有效处理大规模RDF数据已经受到国内外研究者的高度重视。作为当前数据语义表示的标准形式，RDF在众多领域已得到广泛应用，但具体应用领域特殊性使得RDF尚不能充分满足实际应用多样性的需求，增强RDF语义表达能力及处理能力成为了必然。为了处理数据与知识密集型应用领域中广泛存在的不确定语义，模糊信息处理成为了RDF数据管理的一项重要内容。. 聚焦模糊RDF数据主要管理任务的完成，项目对模糊RDF数据存储与查询进行了系统、深入的研究。针对模糊RDF数据存储，分别提出了基于关系数据库、面向对象数据库和NoSQL数据库的存储策略与存储结构，给出了模糊RDF模型到数据库模型的映射规则和映射算法。针对模糊RDF数据查询，首先提出了其模糊查询语言扩展形式，并进一步提出了模糊RDF数据聚合查询处理方法；其次分别提出了基于子图模式精确匹配及近似匹配的模糊RDF查询处理方法，并提出了基于数据库存储及索引机制的模糊RDF数据查询处理方法。针对大规模模糊RDF数据整合问题，项目提出了异构模糊RDF图数据匹配方法。. 围绕着项目研究工作的开展及最后完成，项目组目前已发表国际期刊论文23篇，其中SCI收录期刊论文21篇，由德国Springer出版集团出版英文学术专著1部。培养毕业博士研究生3名，硕士研究生4名，另有在读博士生2名，在读硕士研究生2名。