知识图谱是通过复杂的科学知识对海量数据进行处理分析的一种技术，使用该技术可以表示实体与实体之间的潜在关系，从而提高网络搜索等方面有用的信息量。在知识图谱技术的研究背景下，其存储主要依靠RDF数据或者图数据库，其中RDF是W3C发布的标准资源描述框架，而图数据库是以图论为依托的非关系型数据库。本文针对这一点对RDF和图数据库进行分析，并在结构化数据的基础上，选择开源数据库Neo4j研究在知识图谱中的知识存储问题，使用Neo4j标准查询语言Cypher对数据进行查询，从而对知识图谱的存储以及查询技术进行分析。
目录
摘要 1
关键词 1
Abstract . 1
Key words 1
1 选题背景 1
1.1 研究背景及意义 1
1.2 国内外研究现状 2
1.2.1 知识图谱研究现状 2
1.2.2 RDF数据研究现状 2
1.2.3 图数据库研究现状 3
2 开发平台及相关技术 3
2.1 RDF与SPARQL 3
2.1.1 RDF的数据模型 3
2.1.2 SPARQL查询语言 3
2.1.3 RDF数据的存储 4
2.2 Neo4j数据库与Cypher语言 5
2.2.1 Neo4j图数据库模型 5
2.2.2 Cypher语言 6
2.3 图论及相关概念 6
2.3.1 基本知识 6
2.3.2 PageRank 6
3 研究内容 7
3.1 RDF数据存储与查询技术 7
3.2 Neo4j数据库的存储与查询技术 7
3.2.1 Neo4j数据库的存储 7
3.2.2 存储与查询性能优化 8
3.2.3 对象映射技术 8
3.3 RDF数据与图数据库对比 8
3.4 可视化分析 9
4 测试系统的设计实现 9
4.1 数据集简介 9
4.2 功能需求  *景先生毕设|www.jxszl.com +Q: &351916072& 
9
4.3 基于RDF数据测试模块设计 10
4.4 基于Neo4j数据库测试模块设计 10
4.5 基于RDF的信息组织模块实现 11
4.5.1 数据整理 11
4.5.2 数据映射 11
4.6 基于Neo4j的信息组织模块实现 12
4.6.1 配置数据库 13
4.6.2 关系排序 13
4.6.3 数据映射 13
4.7 完整基于Neo4j数据库的系统 14
4.7.1 系统整体设计 15
4.7.2 实体关系建模 15
4.7.3 数据查询 16
4.7.4 影响力分析 17
4.7.5 知识推理 18
5 实验对比及数据分析 18
5.1 系统环境搭建 18
5.2 存储性能测试 18
5.3 查询性能测试 19
5.3.1 单表查询测试 19
5.3.2 多表连接查询测试 20
5.3.3 SPARQL查询的缺点 21
5.4 基于Neo4j数据库的功能测试 21
5.4.1 知识推理 21
5.4.2 影响力分析 23
6 总结与展望 23
致谢 24
参考文献 24
知识图谱存储及查询关键技术研究

原文链接：http://www.jxszl.com/jsj/wljs/56556.html