[发明专利]结合Redis内存数据库的分布式RDF关键词近似搜索方法

摘要

本发明涉及一种结合Redis内存数据库的分布式RDF关键词近似搜索方法：首先结合RDF本体信息构建关键词集合对应的本体子图，利用语义评分函数对生成的本体子图进行排序；接着利用MapReduce计算框架实现分布式搜索，进行连接操作后返回Top‑k结果；如果返回的结果没有达到Top‑k，则对本体子图进行扩展，得到近似本体子图，再用语义相似度函数对近似本体子图进行排序，然后进行分布式近似搜索，直到返回Top‑k结果为止。本文算法解决了海量数据无法快速搜索和搜索效果不理想的问题，并且支持返回用户可能感兴趣的结果，具有深远的理论和实际意义。

主权项

1.一种结合Redis内存数据库的分布式RDF关键词近似搜索方法，其特征在于，包括以下步骤：步骤S1：对RDF本体和RDF实例数据进行预处理，并生成相应的文件；步骤S2：结合Redis分布式数据库集群的特点，将步骤S1中生成的文件内容分门别类地存储在Redis数据库集群的Set集合中；步骤S3：根据RDF本体信息和输入的关键词集合Q，先把关键词映射成对应的类或属性，然后在本体图上找到类或属性匹配的模式三元组，对所述模式三元组进行三元组连接，生成关键词集合对应的本体子图；步骤S4：利用语义评分函数对构建的本体子图进行打分并排序，得分高的优先进行分布式搜索，跳到步骤S5；步骤S5：Map阶段搜索本体子图中各个模式三元组对应的实例三元组；步骤S6：Reduce阶段则将接收到的实例三元组进行连接，得到结果子图，并返回结果子图；步骤S7：判断结果子图中的实例三元组是否达到k条，如果已经达到，则结束搜索，跳到步骤S12，否则跳到步骤S8；步骤S8：判断是否还有本体子图没有进行分布式搜索，如果有，则跳到步骤S4，否则跳到步骤S9；步骤S9：判断是否有扩展后的近似本体子图未进行分布式搜索，如果有，则跳到步骤S11，否则跳到步骤S10；步骤S10：根据本体扩展规则按步骤S4中的排序对本体子图进行扩展并生成近似本体子图，跳到步骤S11；步骤S11：利用语义相似度函数对生成的近似本体子图进行打分并排序，得分高的优先进行分布式搜索，跳到步骤S5；步骤S12：算法结束。