文献类型：期刊文章

作　　者：王鑫[1,2] 邹磊[3] 王朝坤[4] 彭鹏[5] 冯志勇[1,2]

WANG Xin;ZOU Lei;WANG Chao-Kun;PENG Peng;FENG Zhi-Yong(College of Intelligence and Computing, Tianjin University, Tianjin 300350, China;Tianjin Key Laboratory of Cognitive Computing and Application, Tianjin 300350, China;Institute of Computer Science and Technology, Peking University, Beijing 100871, China;School of Software, Tsinghua University, Beijing 100084, China;College of Computer Science and Electronic Engineering, Hunan University, Changsha 410082, China)

机构地区：[1]天津大学智能与计算学部,天津300350 [2]天津市认知计算与应用重点实验室,天津300350 [3]北京大学计算机科学技术研究所,北京100871 [4]清华大学软件学院,北京100084 [5]湖南大学信息科学与工程学院,湖南长沙410082

出　　处：《软件学报》

基　　金：国家自然科学基金(61572353);天津市自然科学基金(17JCYBJC15400)~~

年　　份：2019

卷　　号：30

期　　号：7

起止页码：2139-2174

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：知识图谱是人工智能的重要基石。各领域大规模知识图谱的构建和发布对知识图谱数据管理提出了新的挑战。以数据模型的结构和操作要素为主线,对目前的知识图谱数据管理理论、方法、技术与系统进行研究综述。首先,介绍知识图谱数据模型,包括RDF图模型和属性图模型,介绍5种知识图谱查询语言,包括SPARQL、Cypher、Gremlin、PGQL和G-CORE;然后,介绍知识图谱存储管理方案,包括基于关系的知识图谱存储管理和原生知识图谱存储管理;其次,探讨知识图谱上的图模式匹配、导航式和分析型3种查询操作。同时,介绍主流的知识图谱数据库管理系统,包括RDF三元组库和原生图数据库,描述目前面向知识图谱的分布式系统与框架,给出知识图谱评测基准。最后,展望知识图谱数据管理的未来研究方向。

关 键 词：知识图谱 数据管理 数据模型 查询语言 存储管理 查询操作

分 类 号：TP182]