[发明专利]一种基于语义标注的异构数据分布式存储方法

权利要求书

1.一种基于语义标注的异构数据分布式存储方法，其特征在于，包括以下步骤：

1)建立异构数据源语义标签库和异构数据信息语义标签库；

2)建立异构数据存储单元内容；

3)将异构数据源语义标签库和异构数据信息语义标签库动态存储在.META.表信息中，将数据源语义和数据信息语义进行关系映射存储；

4)动态存储数据单位内容于存储块中；

5)对标注好的异构数据的语义信息进行语义相似度计算；

6)进行异构数据融合信息存储，将计算出的相似度值存储在.INFO.信息表中，将相似度值和异构数据的数据信息进行关系映射存储；

7)建立基于语义库的分布式数据信息检索信息；

8)将存储数据检索信息存储在.INDEX.表中。

2.根据权利要求1所述的基于语义标注的异构数据分布式存储方法，其特征在于，所述步骤1)具体包括以下步骤：

1.1)语义标签库创建；

1.2)异构数据源输入；

1.3)数据源语义解析和/或标注数据源名称和/或标注数据源类别和/或标注数据源格式和/或标注数据源时间；

1.4)数据信息语义解析和/或标注数据名称和/或标注数据归属信息和/或标注数据描述和/或标注数据时间。

3.根据权利要求1所述的基于语义标注的异构数据分布式存储方法，其特征在于，所述步骤4)还包括以下内容：

当异构数据源容量超过存储块的大小时，则系统自动将数据源信息切分为若干小块，每块的容量不大于存储块的大小。

4.根据权利要求3所述的基于语义标注的异构数据分布式存储方法，其特征在于，所述存储块的大小为64M。

5.根据权利要求1所述的基于语义标注的异构数据分布式存储方法，其特征在于，所述步骤5)具体包括以下步骤：

5.1)读取两个存储单元；

5.2)对存储的异构数据的语义信息按字进行划分；

5.3)计算字频；

5.4)得到字频序列；

5.5)计算两个字频序列的COS夹角值。

6.根据权利要求5所述的基于语义标注的异构数据分布式存储方法，其特征在于，所述步骤5)具体包括以下步骤：

5.6)判断得到的夹角值是否大于a，若大于，则相似；否则，则不相似。

7.根据权利要求1-6任一项所述的基于语义标注的异构数据分布式存储方法，其特征在于，异构数据源语义标签包括：数据源名称和/或数据源类别和/或数据源描述和/或数据源格式和/或数据源创建时间。

8.根据权利要求7所述的基于语义标注的异构数据分布式存储方法，其特征在于，异构数据信息语义标签包括：数据名称和/或数据归属信息和/或数据描述和/或数据创建时间。

9.根据权利要求8所述的基于语义标注的异构数据分布式存储方法，其特征在于，索引信息包括数据源信息和/或数据信息和/或分布式存储的节点信息和/或索引时间。