面向鏈接數(shù)據(jù)的鏈接分析與可視化系統(tǒng).pdf

1、鏈接數(shù)據(jù)作為語義網(wǎng)的核心數(shù)據(jù)模型，采用了資源描述框架(RDF)來描述數(shù)據(jù)和數(shù)據(jù)間的關(guān)系。鏈接數(shù)據(jù)經(jīng)歷了這十年的發(fā)展，其應(yīng)用領(lǐng)域不斷擴張，數(shù)據(jù)規(guī)模不斷增長，數(shù)據(jù)間的鏈接信息極大豐富。為了能夠從較大規(guī)模的鏈接數(shù)據(jù)中有效地進(jìn)行知識發(fā)現(xiàn)，面向鏈接數(shù)據(jù)的鏈接分析就顯得極為必要。常見鏈接分析任務(wù)能夠幫助用戶充分理解鏈接數(shù)據(jù)的結(jié)構(gòu)，從而對進(jìn)一步的知識發(fā)現(xiàn)提供指導(dǎo)。但目前該研究領(lǐng)域還存在以下問題:1）RDF模型為多維多模式圖(Multi-dimensi

2、onal，Multi-mode)，其復(fù)雜性不利于較大規(guī)模的鏈接數(shù)據(jù)的分析。目前仍然缺乏一個有效的鏈接分析模型;2）某些鏈接分析方法，例如傳統(tǒng)的圖聚類分析，無法有效地處理較大規(guī)模的鏈接數(shù)據(jù);3）現(xiàn)有面向鏈接數(shù)據(jù)的鏈接分析通常針對較小規(guī)模鏈接數(shù)據(jù)，且缺乏一個自動化、可定制的分析平臺，且鏈接分析結(jié)果不易可視化，用戶不易通過鏈接分析的結(jié)果理解鏈接數(shù)據(jù)的結(jié)構(gòu)。
　　針對以上問題，本文設(shè)計并實現(xiàn)了一個面向鏈接數(shù)據(jù)的鏈接分析與可視化系統(tǒng)。本文基

3、于可視化系統(tǒng)對以下幾個方面進(jìn)行了研究:
　　(1)提出了對象圖（Object Graph）的概念，解決了RDF模型中多維多模式圖模型對鏈接分析帶來的障礙，并通過引入虛擬文檔的概念，抽取鏈接數(shù)據(jù)中的文本來描述鏈接數(shù)據(jù)中對象的語義和相互關(guān)系;
　　(2)提出了基于中心度的對象聚類算法，算法包括基于最大距離的質(zhì)心選擇策略、基于標(biāo)簽傳播的對象聚類算法兩部分，并通過實驗驗證其能夠面向較大規(guī)模的鏈接數(shù)據(jù)進(jìn)行有效的聚類分析;
　　(