Web 数据索引：数据搜索中模式级索引的比较——扩展技术报告

对数据万维网（Web of Data）建立索引提供了诸多机遇，特别是用于发现和探索数据源。在对数据万维网建立索引时，一个主要的设计决策是找到合适的索引模型，即如何对数据进行索引与摘要。已有多种工作针对特定任务开发专门的索引模型。由于每个索引模型独立设计、实现和评估，难以判断某种方法是否能良好地推广到另一任务、查询集或数据集。在本工作中，我们实证评估了六种具有独特特征组合的代表性索引模型，其中包括一种融合基于 RDFS 与 owl:sameAs 推理的新索引模型。我们首次将所有索引模型实现于一个统一的、基于流的框架中。我们考虑在两组大型真实数据集上大小为 0、1 和 2 跳的子图，评估各索引模型的变体。我们从压缩比、摘要比以及表示基于流索引计算近似质量的 F1 分数来评价索引质量。实验揭示了不同索引模型、查询和数据集在压缩比、摘要比和近似质量上的巨大差异。然而，我们观察到结果中存在有意义的相关性，有助于针对给定任务、查询类型和数据集中确定合适的索引模型。