基于兴趣的RDF更新传播
分布式、并行与集群计算
2015-05-28 v1 数据库
信息检索
摘要
许多LOD数据集，如DBpedia和LinkedGeoData，体量庞大并处理来自不同应用的大量请求。许多数据产品与服务依赖完整或部分的本地LOD复制以确保更快的查询和处理。尽管此类副本增强了信息共享与集成基础设施的灵活性，它们也引入了数据重复及所有相关的不良后果。鉴于原始权威数据集的演化性质，为确保一致和最新的副本，需要以巨大代价频繁替换。本文我们引入一种基于兴趣的RDF更新传播方法，其仅将源数据集中更新的感兴趣部分传播到目标数据集。有效地，这使得远程应用能够“订阅”相关数据集并一致地在本地反映必要变更，而无需频繁替换整个数据集（或相关子集）。我们的方法基于图模式兴趣表达的正式定义，用于过滤源中更新的感兴趣部分。我们在iRap框架中实现该方法，并基于DBpedia Live更新执行综合评估，以确认我们方法的有效性和价值。
引用
@article{arxiv.1505.07130,
title = {Interest-based RDF Update Propagation},
author = {Kemele M. Endris and Sidra Faisal and Fabrizio Orlandi and Sören Auer and Simon Scerri},
journal= {arXiv preprint arXiv:1505.07130},
year = {2015}
}
备注
16 pages, Keywords: Change Propagation, Dataset Dynamics, Linked Data, Replication