基于图结构特征采样数据摘要的联邦知识图谱查询
来源：计算机工程杂志2023年第1期北京时间：
作者：高峰, 李秋, 顾进广
单位：1. 武汉科技大学 计算机科学与技术学院, 武汉 430065;2. 湖北省智能信息处理与实时工业系统重点实验室, 武汉 430065;3. 武汉科技大学 大数据科学与工程研究院, 武汉 430065;4. 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室, 北京 100083
摘要：联邦SPARQL查询是通过构建查询计划来指导查询执行，数据摘要索引文件捕获了RDF数据集的结构和语义信息，对查询计划生成过程中子查询基数评估至关重要。现有的数据摘要生成方法需要远程遍历每个数据源的完整数据，该过程成本消耗较高，且在大部分环境中联邦查询无法完成对大数据集的统计工作。为在减少数据摘要索引文件生成时间和内存开销的同时捕获尽可能真实的计数信息，考虑主语和谓语的分布偏差，提出利用样图生成原始图近似数据摘要的方法。使用对RDF图出度特征加权的采样方法获取原始图的典型样图，通过改进的映射函数将样图中的信息映射到原始图上，从而生成原始图的近似数据摘要。实验结果表明，该方法相比于基线方法至少节省了70%的数据摘要索引文件生成时间，并且仅采样0.5%的原始图生成的近似数据摘要即可在查询正确率上与基线方法保持高度一致。
关键词：数据摘要,数据源索引,RDF图采样,联邦查询,查询性能
基金资助：国家科技创新2030—“新一代人工智能”重大项目（2020AAA0108500）；国家自然科学基金（U1836118）；富媒体数字出版内容组织与知识服务重点实验室开放基金（ZD2021-11/01）。
