RU2015112157A - Система и способ поиска данных в базе данных графов - Google Patents

Система и способ поиска данных в базе данных графов Download PDF

Info

Publication number
RU2015112157A
RU2015112157A RU2015112157A RU2015112157A RU2015112157A RU 2015112157 A RU2015112157 A RU 2015112157A RU 2015112157 A RU2015112157 A RU 2015112157A RU 2015112157 A RU2015112157 A RU 2015112157A RU 2015112157 A RU2015112157 A RU 2015112157A
Authority
RU
Russia
Prior art keywords
objects
data
data objects
search
autotags
Prior art date
Application number
RU2015112157A
Other languages
English (en)
Other versions
RU2015112157A3 (ru
RU2707708C2 (ru
Inventor
Петр Евгеньевич Волынский
Максим Викторович Цыпляев
Original Assignee
Общество с ограниченной ответственностью "Колловэар"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Общество с ограниченной ответственностью "Колловэар" filed Critical Общество с ограниченной ответственностью "Колловэар"
Priority to RU2015112157A priority Critical patent/RU2707708C2/ru
Priority to EP15771496.5A priority patent/EP3095052A1/en
Priority to PCT/RU2015/000237 priority patent/WO2016159819A1/en
Publication of RU2015112157A publication Critical patent/RU2015112157A/ru
Publication of RU2015112157A3 publication Critical patent/RU2015112157A3/ru
Application granted granted Critical
Publication of RU2707708C2 publication Critical patent/RU2707708C2/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

1. Внедренный в компьютер метод автоматического маркирования тегами объектов для поиска и получения из базы данных на основе графов, включающий:хранение входных данных, включая аксиомы, представляющие факты;получение входных объектов данных и преобразование входных объектов данных в формат n-кортежа на основе контекста;обработка аксиом для того, чтобы определить подлежащее, предикат и дополнение n-кортежа;анализ объектов данных и определение косвенных связей между объектами данных;определение атрибутов и свойств объектов данных;маркирование автотегами объектов данных автотегами на основе косвенных связей между объектами данных;маркирование автотегами объектов данных автотегами на основе атрибутов и свойств данных объектов;ранжирование объектов в соответствии с автотегами;определение области поиска на основе объектов данных, где область поиска представлена n-кортежными предикатами, ассоциирующимися с объектами данных;представление вариантов областей поиска для определенных областей поиска;получение запроса на поиск объектов данных в области поиска ипоиск маркированных автотегами входных объектов данных.2. Метод по п. 1, дополнительно включающий автоматическое маркирование объектов данных, основываясь на контексте.3. Метод по п. 2, отличающийся тем, что контекст определяется соответствующими онтологиями и представляет собой окружающую среду объекта данных.4. Метод по п. 3, отличающийся тем, что для одного объекта данных используется несколько онтологий.5. Метод по п. 2, отличающийся тем, что контекст включает метод обработки аксиом на основе природы объекта данных.6. Метод по п. 1, дополнительно включающий вычисление

Claims (22)

1. Внедренный в компьютер метод автоматического маркирования тегами объектов для поиска и получения из базы данных на основе графов, включающий:
хранение входных данных, включая аксиомы, представляющие факты;
получение входных объектов данных и преобразование входных объектов данных в формат n-кортежа на основе контекста;
обработка аксиом для того, чтобы определить подлежащее, предикат и дополнение n-кортежа;
анализ объектов данных и определение косвенных связей между объектами данных;
определение атрибутов и свойств объектов данных;
маркирование автотегами объектов данных автотегами на основе косвенных связей между объектами данных;
маркирование автотегами объектов данных автотегами на основе атрибутов и свойств данных объектов;
ранжирование объектов в соответствии с автотегами;
определение области поиска на основе объектов данных, где область поиска представлена n-кортежными предикатами, ассоциирующимися с объектами данных;
представление вариантов областей поиска для определенных областей поиска;
получение запроса на поиск объектов данных в области поиска и
поиск маркированных автотегами входных объектов данных.
2. Метод по п. 1, дополнительно включающий автоматическое маркирование объектов данных, основываясь на контексте.
3. Метод по п. 2, отличающийся тем, что контекст определяется соответствующими онтологиями и представляет собой окружающую среду объекта данных.
4. Метод по п. 3, отличающийся тем, что для одного объекта данных используется несколько онтологий.
5. Метод по п. 2, отличающийся тем, что контекст включает метод обработки аксиом на основе природы объекта данных.
6. Метод по п. 1, дополнительно включающий вычисление автотегов по требованию.
7. Метод по п. 1, отличающийся тем, что объекты данных представлены экземплярами классов.
8. Метод по п. 1, дополнительно включающий пропагацию автотегов для определения, как минимум, одного дополнительного предиката n-кортежа, который также участвует в поиске Объектов.
9. Метод по п. 8, отличающийся тем, что предикату автотега назначается вес и используется для поиска Объектов за пределами найденных предикатов автотегов.
10. Метод по п. 8, отличающийся тем, что вес описывает дерево Объектов.
11. Система для автоматического маркирования тегами объектов данных для поиска и получения из базы данных на основе графов, включающая:
источник данных, сконфигурированный для предоставления данных для обработки системой;
модуль обработки данных, сконфигурированный для перехвата и преобразования данных из источника данных в формат n-кортежа; и
модуль обработки автотегов, соединенный с модулем обработки данных и
сконфигурированный для получения запроса на обработку данных из модуля обработки данных; и
модуль обработки объектов, соединенный с модулем обработки автотегов и (i) сконфигурированный для создания, удаления и редактирования Объектов, и (ii) также сконфигурированный для отправки, по крайней мере, одного запроса в модуль обработки автотегов для поиска объектов, и также (iii) сконфигурированный для преобразования действий с Объектами в n-кортеж;
где модуль обработки объектов включает фильтр событий для перехватки действий с объектами для использования в обработке автотегов; и
где данные включают аксиомы, представляющие факты; и
где:
модуль обработки данных выполняет поиск маркированных автотегами объектов данных; и
модуль обработки данных выполняет поиск объектов данных на основе автотегов с использованием предикатов и значений автотегов.
12. Система по п. 11, отличающаяся тем, что модуль обработки автотегов сконфигурирован для выполнения любого из:
маркирование объектов данных автотегами на основе косвенных связей между объектами данных;
маркирование объектов данных автотегами на основе атрибутов и свойств объектов данных; и
ранжирование объектов данных в соответствии с автотегами.
13. Система по п. 11, отличающаяся тем, что n-кортеж является тройкой Среды Описания Ресурса (RDF).
14. Система по п. 13, отличающаяся тем, что тройка включает подлежащее, предикат и дополнение.
15. Система по п. 11, отличающаяся тем, что источник данных является RDF-графовой базой данных.
16. Система по п. 11, отличающаяся тем, что модуль обработки автотегов выполняет поиск маркированных автотегами объектов с использованием таксономии.
17. Система по п. 11, отличающаяся тем, что модуль обработки автотегов выполняет поиск маркированных автотегами объектов данных с использованием поискового запроса.
18. Система по п. 11, отличающаяся тем, что объекты данных представлены множеством экземпляров классов.
19. Система по п. 11, отличающаяся тем, что автотеги, предикаты автотегов и значения автотегов хранятся в ОЗУ.
20. Система по п. 13, отличающаяся тем, что объект данных определяется набором троек.
21. Система по п. 11, отличающаяся тем, что предикату автотега назначается вес и используется для поиска Объекта за пределами найденных предикатов автотегов.
22. Система по п. 11, отличающаяся тем, что вес описывает расстояние в дереве Объектов.
RU2015112157A 2015-04-03 2015-04-03 Система и способ поиска данных в базе данных графов RU2707708C2 (ru)

Priority Applications (3)

Application Number Priority Date Filing Date Title
RU2015112157A RU2707708C2 (ru) 2015-04-03 2015-04-03 Система и способ поиска данных в базе данных графов
EP15771496.5A EP3095052A1 (en) 2015-04-03 2015-04-10 System and method for data search in a graph database
PCT/RU2015/000237 WO2016159819A1 (en) 2015-04-03 2015-04-10 System and method for data search in a graph database

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2015112157A RU2707708C2 (ru) 2015-04-03 2015-04-03 Система и способ поиска данных в базе данных графов

Publications (3)

Publication Number Publication Date
RU2015112157A true RU2015112157A (ru) 2016-10-20
RU2015112157A3 RU2015112157A3 (ru) 2018-09-11
RU2707708C2 RU2707708C2 (ru) 2019-11-28

Family

ID=54366492

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015112157A RU2707708C2 (ru) 2015-04-03 2015-04-03 Система и способ поиска данных в базе данных графов

Country Status (3)

Country Link
EP (1) EP3095052A1 (ru)
RU (1) RU2707708C2 (ru)
WO (1) WO2016159819A1 (ru)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2670781C9 (ru) * 2017-03-23 2018-11-23 Илья Николаевич Логинов Система и способ для хранения и обработки данных
US10592557B2 (en) 2017-03-31 2020-03-17 Microsoft Technology Licensing, Llc Phantom results in graph queries
WO2020046159A1 (ru) * 2018-08-31 2020-03-05 Илья Николаевич ЛОГИНОВ Система и способ для хранения и обработки данных
US11783131B2 (en) 2020-09-10 2023-10-10 International Business Machines Corporation Knowledge graph fusion
WO2023121504A1 (ru) * 2021-12-24 2023-06-29 Общество С Ограниченной Ответственностью "Кейс Студио" Система и способ управления оповещениями

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8244772B2 (en) * 2007-03-29 2012-08-14 Franz, Inc. Method for creating a scalable graph database using coordinate data elements
US7890518B2 (en) * 2007-03-29 2011-02-15 Franz Inc. Method for creating a scalable graph database
US8606807B2 (en) * 2008-02-28 2013-12-10 Red Hat, Inc. Integration of triple tags into a tagging tool and text browsing
US8478766B1 (en) * 2011-02-02 2013-07-02 Comindware Ltd. Unified data architecture for business process management
RU2490702C1 (ru) * 2012-05-02 2013-08-20 Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." Способ ускорения обработки множественных запросов типа select к rdf базе данных с помощью графического процессора

Also Published As

Publication number Publication date
EP3095052A1 (en) 2016-11-23
RU2015112157A3 (ru) 2018-09-11
RU2707708C2 (ru) 2019-11-28
WO2016159819A1 (en) 2016-10-06

Similar Documents

Publication Publication Date Title
US10740304B2 (en) Data virtualization across heterogeneous formats
US8559731B2 (en) Personalized tag ranking
US10229200B2 (en) Linking data elements based on similarity data values and semantic annotations
US11423082B2 (en) Methods and apparatus for subgraph matching in big data analysis
US11194797B2 (en) Automatic transformation of complex tables in documents into computer understandable structured format and providing schema-less query support data extraction
US20190317938A1 (en) Method, program, and system for automatic discovery of relationship between fields in environment where different types of data sources coexist
CN108563734B (zh) 制度信息查询方法、装置、计算机设备和存储介质
RU2015112157A (ru) Система и способ поиска данных в базе данных графов
US20110282855A1 (en) Scoring relationships between objects in information retrieval
US9959326B2 (en) Annotating schema elements based on associating data instances with knowledge base entities
US11194798B2 (en) Automatic transformation of complex tables in documents into computer understandable structured format with mapped dependencies and providing schema-less query support for searching table data
Dijkman et al. A short survey on process model similarity
CN103049575A (zh) 一种主题自适应的学术会议搜索系统
US10152510B2 (en) Query hint learning in a database management system
US10380115B2 (en) Cross column searching a relational database table
US20160162546A1 (en) Query routing method, query routing server performing the same and storage medium storing the same
CN110543477B (zh) 一种标签构建系统及方法
CN111125086A (zh) 获取数据资源的方法、装置、存储介质及处理器
US20160342652A1 (en) Database query cursor management
US20200334251A1 (en) Automatic transformation of complex tables in documents into computer understandable structured format and managing dependencies
US10691709B2 (en) System and method for subset searching and associated search operators
US9251136B2 (en) Document tagging and retrieval using entity specifiers
US10866944B2 (en) Reconciled data storage system
US11328005B2 (en) Machine learning (ML) based expansion of a data set
US20160179895A1 (en) Database joins using uncertain criteria

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20190121

FZ9A Application not withdrawn (correction of the notice of withdrawal)

Effective date: 20190405

MM4A The patent is invalid due to non-payment of fees

Effective date: 20190714