[发明专利]基于Spark Streaming的流式RDF数据并行推理算法有效
| 申请号： | 201810521793.X | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108763451B | 公开（公告）日： | 2022-03-11 |
| 发明（设计）人： | 汪璟玢;陈晓曦 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F16/2455 | 分类号： | G06F16/2455;G06N5/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于Spark Streaming的流式RDF数据并行推理算法。首先结合OWL Horst推理规则，构建相应的规则连接变量关系表；在迭代并行推理阶段定时获取Streaming数据流中的批量新数据以及前次推理产生的数据作为输入数据，对输入的模式数据和实例数据进行归类处理并存储到相应的Redis集群；然后，根据规则连接变量关系表，判断本次推理能够激活的规则，结合相应的实例数据产生推理数据；最后，删除本次推理产生的重复数据并存储，本次迭代推理结束。本发明减少了MapReduce的任务数，结合Spark进行流式数据的迭代推理；设计规则连接变量关系表来存储数据以及推理中产生的新数据，保证了算法的完备性；设计了实例三元组的存储方案，结合Redis的特性，以空间换时间，实现了实例数据的快速读取。 | ||
| 搜索关键词： | 基于 spark streaming rdf 数据 并行 推理 算法 | ||
【主权项】：
1.一种基于Spark Streaming的流式RDF数据并行推理算法，其特征在于，包括如下步骤：步骤S1、结合OWL Horst 推理规则，构建相应的规则连接变量关系表；在迭代并行推理阶段定时获取Streaming数据流中的批量新数据以及前次推理产生的数据作为输入数据，对输入的模式数据和实例数据进行归类处理并存储到相应的Redis集群；步骤S2、根据规则连接变量关系表，判断本次推理能够激活的规则，结合相应的实例数据产生推理数据；步骤S3、删除本次推理产生的重复数据并存储，本次迭代推理结束。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810521793.X/，转载请声明来源钻瓜专利网。
