大規(guī)模生物醫(yī)學(xué)語義關(guān)聯(lián)數(shù)據(jù)集的查詢關(guān)鍵技術(shù)研究.pdf

1、近年來,大規(guī)模語義數(shù)據(jù)Linked Data數(shù)據(jù)量呈現(xiàn)爆炸式的增長,其中生物醫(yī)學(xué)數(shù)據(jù)集占據(jù)了相當(dāng)大的比例。由于這些數(shù)據(jù)集分散且僅提供了有限的查詢功能,沒有充分出挖掘數(shù)據(jù)集中的有效信息,給用戶提供一套綜合的應(yīng)用方案。因此,將RDF語義和生物學(xué)意義結(jié)合起來,研究其語義查詢問題有著重要的理論意義和工程應(yīng)用價值。
　　在詳細分析DBpedia、SIDER、Diseasome、DailyMed和LinkedCT等11個數(shù)據(jù)集的基礎(chǔ)上,研究開

2、發(fā)了一個具有生物學(xué)意義的多數(shù)據(jù)集語義查詢平臺。為了保證RDF語義數(shù)據(jù)的一致性,設(shè)計基于MapReduce的不一致檢驗算法,對跨領(lǐng)域核心樞紐數(shù)據(jù)集DBpedia進行驗證,得出不一致檢驗結(jié)果并給出解決方案;設(shè)計數(shù)據(jù)集關(guān)系挖掘算法,繪制出數(shù)據(jù)集關(guān)系圖;通過對數(shù)據(jù)集之間關(guān)系的分析,提出了三種語義查詢問題:查詢疾病信息、根據(jù)疾病查詢藥物和查詢藥物副作用;以Cassandra作為底層儲存庫,在分布式條件下采用MapReduce方法完成數(shù)據(jù)的裝載;采