RDF 图中频繁星型模式的压缩
数据库
2020-03-12 v1
摘要
知识图谱已成为一种利用图数据模型（例如资源描述框架（RDF））表示实体及其属性的流行形式。RDF 图包含同类型实体，这些实体通过标注了属性的带标签边连接到对象或其他实体。RDF 图通常包含在某些属性组中共享相同对象的实体，即它们匹配由这些属性和对象组成的星型模式。若这些星型模式中的实体或属性数量很大，RDF 图的大小和查询处理会受到负面影响；我们将这些星型模式称为频繁星型模式。我们解决在 RDF 图中识别频繁星型模式的问题，并设计了因子化 RDF 图的概念，它表示频繁星型模式数量被最小化的 RDF 图的紧凑表示。我们还开发了识别频繁星型模式并生成因子化 RDF 图的计算方法，其中紧凑的 RDF 分子替代了频繁星型模式。频繁星型模式的紧凑 RDF 分子表示一个实例化相应星型模式的 RDF 子图。不再让所有匹配原始频繁星型模式的实体出现，而是添加一个代理实体并关联到频繁星型模式的属性；该代理实体链接到原本匹配频繁星型模式的实体。我们在多个 RDF 图基准上评估了因子化技术的性能，并与基于 gSpan（一种用于检测频繁模式的最先进算法）构建的基线进行比较。结果证明了所提方法的效率，并表明我们的技术能够将基线方法的执行时间减少至少三个数量级，同时将 RDF 图大小减少多达 66.56%。
引用
@article{arxiv.2003.05238,
title = {Compacting Frequent Star Patterns in RDF Graphs},
author = {Farah Karim and Maria-Esther Vidal and Sören Auer},
journal= {arXiv preprint arXiv:2003.05238},
year = {2020}
}