论文部分内容阅读
随着Web发展，已形成大量的RDF数据。RDF数据可信问题已成为Web研究领域的热点。本文综合RDF数据内容本身、Provenance信息以及语义社会网络对RDF数据进行可信评价。
本文的主要工作有：
1)分析已有的权威评价模型，构建一个借鉴命名权威(Naming Authority)和DING(Dataset rankING)算法的RDF数据权威评价模型REM，以作为RDF数据可信评价的初始化依据；
2)基于REM，根据RDF数据内容本身及RDF数据背后的社会网络信息，建立RDF数据的可信评价模型TREM；
3)基于TREM，利用RDF数据的Provenance信息特征，构建结合Provenance的RDF数据可信评价模型PTREM；
4)基于PTREM，利用语义社会网络三层模型计算社会网络层实体之间的相似度以初始化实体之间的信任值，构建结合Provenance和语义社会网络的RDF数据可信评价模型SPTREM及其原型系统；
5)通过实验数据验证SPTREM模型的有效性。
本文主要贡献有：
1)在考虑RDF数据内容本身Trust的基础上，结合Provenance信息，使Trust计算更加可靠；
2)针对RDF数据特征，引入语义社会网络的概念初始化实体之间的信任关系，提出了结合语义社会网络的RDF数据可信方法。
本文工作对以RDF数据为核心的应用系统数据预处理和查询过滤研究具有一定的参考价值。