基于差分编码的RDF分组压缩
来源：计算机工程杂志2020年第11期北京时间：
作者：伍伟鑫, 韩京宇, 朱曼
单位：南京邮电大学 计算机学院, 南京 210023
摘要：语义网技术的发展使资源描述框架（RDF）的数据量迅速增长，导致其对存储空间与传输带宽的要求不断提高。现有的通用压缩方法和RDF专用压缩方法可以解决该问题，但仍存在数据冗余。为此，提出一种基于差分编码的RDF分组压缩算法。将RDF数据根据连接宾语的谓语组合进行分组，在消除宾语冗余的同时进一步减少谓语冗余。在此基础上，针对分组后得到的主语序列，通过引入差分编码技术进一步优化其存储空间。实验结果显示，与Plain、HDT和HDT++算法相比，该算法在结构化程度低的Archives Hub、Linkedmdb、rdfabout和DBpedia数据集中可获得平均17%的性能提升，在结构化程度高的dbtune数据集中可获得23%的性能提升，表明其对于不同结构化程度的数据集均具有较好的RDF压缩性能。
关键词：语义网,资源描述框架,结构化程度,数据压缩,差分编码
基金资助：国家自然科学基金（61602260）；江苏省社科基金重点项目（18GLA004）。
