ROCKER：一种用于键发现的精化算子
数据库
2017-05-15 v1
摘要
关联数据(Linked Data)原则提供了一种在Web上以RDF格式发布结构化数据的去中心化方法。与关系数据库中发布的结构化数据（其中键通常显式提供）相反，发现一组能唯一标识资源的属性是一项非平凡的任务。尽管如此，发现键对于许多应用（如资源去重、链接发现、逻辑数据压缩和数据集成）至关重要。在本文中，我们通过指定一种称为ROCKER的精化算子来解决这一研究空白，并证明它是有限的、恰当且无冗余的。我们将该算子的理论特性与键的两个单调性相结合，获得了一种时间高效的方法来检测键，即唯一描述资源的属性集。然后，我们利用哈希索引高效计算可区分性分数。由此，我们确保我们的方法能够扩展到非常大的知识库。结果表明，与现有最先进技术相比，ROCKER产生更准确的结果，具有相当的运行时间，并且消耗更少的内存。
引用
@article{arxiv.1705.04380,
title = {ROCKER: A Refinement Operator for Key Discovery},
author = {Tommaso Soru and Edgard Marx and Axel-Cyrille Ngonga Ngomo},
journal= {arXiv preprint arXiv:1705.04380},
year = {2017}
}
备注
WWW 2015