RDF-XML在關(guān)系數(shù)據(jù)庫中的持久化研究.pdf

1、隨著網(wǎng)絡(luò)應(yīng)用的日益廣泛，靜態(tài)HTML 缺乏數(shù)據(jù)交換能力，結(jié)構(gòu)化的XML能準(zhǔn)確定位數(shù)據(jù)和傳遞異構(gòu)數(shù)據(jù)，但數(shù)據(jù)檢索和管理非常困難，RDF(Resource Description Framework，資源描述框架)已經(jīng)成為互聯(lián)網(wǎng)上描述Web 資源的元數(shù)據(jù)標(biāo)準(zhǔn)，是一種保持?jǐn)?shù)據(jù)語義性的通用框架。目前，RDF/XML 文檔數(shù)據(jù)通常被保存在文件和數(shù)據(jù)庫中，但文件系統(tǒng)存儲解析數(shù)據(jù)文件困難、并行處理能力低，數(shù)據(jù)庫管理技術(shù)成熟，方便集成現(xiàn)有的存儲在關(guān)系數(shù)

2、據(jù)庫中的大量商用數(shù)據(jù)。如何在數(shù)據(jù)庫中高效、可靠地存儲RDF/XML 數(shù)據(jù)文檔以及研究RDF/XML和數(shù)據(jù)庫之間的數(shù)據(jù)交換技術(shù)將變得越來越重要。但是，RDF/XML 數(shù)據(jù)復(fù)雜的層次結(jié)構(gòu)和關(guān)系數(shù)據(jù)庫二元關(guān)系表結(jié)構(gòu)之間差異很大，并且在轉(zhuǎn)換過程中保持RDF/XML 數(shù)據(jù)之間的語義約束十分困難。
　　 論文在對國內(nèi)外XML和RDF 數(shù)據(jù)存儲模式研究現(xiàn)狀進(jìn)行綜合分析的基礎(chǔ)上，研究了標(biāo)記語言的發(fā)展過程，分析了XML和RDF模式相關(guān)技術(shù)，比較了

3、目前比較流行的XML和RDF 文檔數(shù)據(jù)的存儲方式。經(jīng)過研究發(fā)現(xiàn)，目前的存儲方式在轉(zhuǎn)換過程中主要關(guān)注結(jié)構(gòu)信息的保持，而很少考慮RDF/XML 文檔自身的語義限制信息，并且經(jīng)過轉(zhuǎn)換后檢索效率比較低，部分?jǐn)?shù)據(jù)之間的語義信息丟失。本文主要著眼于保持轉(zhuǎn)換過程中的語義限制信息，提出基于分面導(dǎo)航理論的無模式RDF 文檔數(shù)據(jù)和基于函數(shù)依賴的有模式RDF 文檔數(shù)據(jù)的關(guān)系持久化轉(zhuǎn)換策略。前者利用統(tǒng)計學(xué)的方法從RDF實例數(shù)據(jù)中挖掘適合作為導(dǎo)航面的謂詞，并對統(tǒng)

4、計過程丟失的適合作為導(dǎo)航面的其他屬性，利用層次聚類方法對RDF實例數(shù)據(jù)進(jìn)行分析，最后提出無模式的RDF 文檔數(shù)據(jù)到關(guān)系數(shù)據(jù)庫的轉(zhuǎn)換規(guī)則。后者利用成熟的關(guān)系數(shù)據(jù)庫函數(shù)依賴?yán)碚搹腞DF Schema中挖掘RDF模式中類與類、類與屬性以及屬性與屬性之間的函數(shù)依賴關(guān)系，提出RDF 函數(shù)依賴、RDF 路徑和RDF鍵等概念，利用函數(shù)依賴規(guī)范化規(guī)則消除RDF 函數(shù)依賴集中的冗余函數(shù)依賴，獲取最小化函數(shù)依賴集，最后歸納了基于函數(shù)依賴的轉(zhuǎn)換規(guī)則。論文以無