公开(公告)号：CN108763451B

公开(公告)日：2022-03-11

申请号：CN201810521793.X

申请日：2018-05-28

Applicant: 福州大学

Inventor： 汪璟玢 ,  陈晓曦

IPC: G06F16/2455 ,  G06N5/04

Abstract: 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。

公开(公告)号：CN108875953A

公开(公告)日：2018-11-23

申请号：CN201810583866.8

申请日：2018-06-08

Applicant: 福州大学

Inventor： 汪璟玢 ,  陈晓曦

IPC: G06N5/04

Abstract: 本发明涉及一种扩展DL算子的复杂规则推理设计方法，在迭代并行推理阶段定时获取Streaming数据流中的新数据，以及前次推理产生的新三元组数据作为本次迭代的输入数据，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，根据复杂规则连接变量关系表，对衍生规则进行匹配推理并保存推理结果到Redis集群中。最后，读取Redis集群中衍生规则的推理结果，得出满足条件的实例并输出，本次迭代推理结束。本发明使得本体语言在清晰地表达复杂的集合概念基础上，完成复杂的条件推理。

公开(公告)号：CN108763451A

公开(公告)日：2018-11-06

申请号：CN201810521793.X

申请日：2018-05-28

Applicant: 福州大学

Inventor： 汪璟玢 ,  陈晓曦

IPC: G06F17/30 ,  G06N5/04

CPC classification number: G06N5/046

Abstract: 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。