[发明专利]一种基于最大区域网格的语义数据存储与检索的方法及装置

权利要求书

1.一种基于最大区域网格的语义数据存储与检索的方法，其特征在于，包括：

步骤一、从待处理的语义数据中提取语义实体，并对语义实体进行数据编码，得到语义图；

步骤二、利用所得到的语义图进行最大网格搜索挖掘，获取包含最大连通网格的实体顶点的集合，并根据所述集合得到最大连通网格的索引；

步骤三、对最大区域网格内的实体顶点进行聚类处理，其中，聚类结果中包括：构建簇间关系表、簇描述表和簇中心顶点表；

步骤四、利用所述聚类结果，输入通用的检索条件，利用步骤二和步骤三建立的索引与聚类过程中存储的信息，利用条件匹配处理检索请求。

2.根据权利要求1所述的方法，其特征在于，所述步骤一包括：

根据所述语义实体生成哈希码，并建立被处理的语义实体与各自的哈希码映射关系；

利用所得到的哈希码生成RDF语义图，其中，在所述RDF语义图中，各个哈希码按照语义索引结构排列。

3.根据权利要求2所述的方法，其特征在于，哈希码生成的系数为31，所得到的哈希码表示为：h(s)，其中，n表示s的长度，s表示整个需要哈希的数据内容，i为正整数且表示s的第i个要素。

4.根据权利要求1所述的方法，其特征在于，所述步骤二中，利用所得到的语义图进行最大网格搜索挖掘，包括：

对最大网格集合(CMC)和可扩展的候选顶点集合(SUBG)进行初始化，其中，SUBG＝V，其中，V表示所有顶点组成的集合；

选择一个顶点v，并计算CMC＝CMC∪v且SUBG＝SUBG∩NB(v)的结果，并对集合CMC迭代扩展直到满足其中，v∈SUBG，NB(v)表示顶点v的相邻顶点集合。

5.根据权利要求4所述的方法，其特征在于，所述步骤二中，获取包含最大连通网格的实体顶点的集合，并根据所述集合得到最大连通网格的索引,包括：

对V中的元素所指向的每个最大网格进行数值编码，得到每个网格的GID，其中，一个网格的GID表示这一个网格的唯一的数字编号；

将网格内每个顶点赋予唯一ID，针对每一个顶点的，将这一个顶点的ID作为主键，再将包含这一个顶点的所有最大区域网格的GID集合作为值，构建键值对集合EGset。

6.根据权利要求1所述的方法，其特征在于，所述步骤三包括：

遍历各个网格后，将ck赋值为网格内的顶点数量，其中，ck表示聚类结果簇的数目；

将初始簇中心点设定为最大网格内的第ck个顶点，对聚类得到的簇对应唯一CID，并记录每个簇的中心顶点ID，其中，从网格中所得到的簇采用所在网格的CID；

通过ECARANSP算法完成聚类后，依次构建簇间关系表、簇描述表和簇中心顶点表。

7.根据权利要求6所述的方法，其特征在于，所述簇间关系表用于存储各簇之间的邻接顶点，其中包括：描述网格内顶点属性的EVID、描述簇属性的ClusterID和描述簇内顶点集合属性的AEVIDS。

8.根据权利要求6所述的方法，其特征在于，所述簇描述表用于存储经过ECARANSP算法聚类后得到的簇及其内部的所有顶点，其中包括：描述簇编码的ClusterID和描述簇内所有顶点集合的EVIDs。

9.根据权利要求6所述的方法，其特征在于，所述簇中心顶点表用于管理簇中心以及与簇中心邻接的顶点，其中包括：描述簇ID属性的ClusterID、描述簇中心顶点的属性CenterEVID和描述与簇中心邻接顶点集合的属性AEVIDS。

10.一种基于最大区域网格的语义数据存储与检索的装置，其特征在于，包括：

预处理模块，用于从待处理的语义数据中提取语义实体，并对语义实体进行数据编码，得到语义图；

索引维护模块，用于利用所得到的语义图进行最大网格搜索挖掘，获取包含最大连通网格的实体顶点的集合，并根据所述集合得到最大连通网格的索引；

聚类模块，用于对最大区域网格内的实体顶点进行聚类处理，其中，聚类结果中包括：构建簇间关系表、簇描述表和簇中心顶点表；

检索处理模块，用于利用所述聚类结果，处理检索请求。