Please wait a minute...
Advanced Search
现代图书情报技术  2013, Vol. Issue (4): 2-9    DOI: 10.11925/infotech.1003-3513.2013.04.02
  专题 本期目录 | 过刊浏览 | 高级检索 |
大数据与关联数据:正在到来的数据技术革命
刘炜, 夏翠娟, 张春景
上海图书馆上海科学技术情报研究所 上海 200031
Big Data and Linked Data: The Emerging Data Technology for the Future of Librarianship
Liu Wei, Xia Cuijuan, Zhang Chunjing
Institute of Scientific & Technical Information of Shanghai, Shanghai Library, Shanghai 200031, China
全文: PDF(521 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 当前越来越多的关联数据开始寻求突破关系数据库固有的局限,采用非关系型数据库(NoSQL)处理“大规模”的RDF数据。越来越多的大数据应用引入语义技术,通过语义链接,给大数据系统带来开放性和互操作性,并能提供基于“知识”的分析。通过介绍上述背景,区分“大”关联数据和“关联的”大数据两类不同的应用,对目前采用大数据技术发布关联数据的方法和路径进行梳理,同时对大数据领域应用关联数据技术的进展也做出介绍和点评,展望这两类数据技术在图情领域的发展前景。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
刘炜
夏翠娟
张春景
关键词 大数据关联数据语义网数据技术数字图书馆    
Abstract:Nowadays the ever growing linked data has broken through the restrictions between the triple structure and the relational model, and tend to use NoSQL approaches more often. More and more Big Data solutions provide semantic annotation and reasoning features.It brings machine readable semantics, rich meaningful linkage and knowledge analytics to the big data, and provide openness and interoperability to applications. The paper introduces the above background, makes difference between BIG Linked Data and LINKED Big Data systems, which the former implies the Big Data approach adopted by the Linked Data community, and the later vice versa. It also comments on the progress and benefit with the two cutting edge data technologies and gives outlooks on the future of the Big and Linked Data mashups.
Key wordsBig Data    Linked Data    Semantic Web    Data technology    Digital library
收稿日期: 2013-03-14     
:  TP393  
基金资助:本文系国家社会科学基金重大项目“基于语义的馆藏资源深度聚合与可视化展示研究”(项目编号:11&ZD152)和国家社会科学基金项目“关联数据的理论和应用研究”(项目编号:11BTQ041)的研究成果之一。
通讯作者: 刘炜     E-mail: kevenlw@gmail.com
引用本文:   
刘炜, 夏翠娟, 张春景. 大数据与关联数据:正在到来的数据技术革命[J]. 现代图书情报技术, 2013, (4): 2-9.
Liu Wei, Xia Cuijuan, Zhang Chunjing. Big Data and Linked Data: The Emerging Data Technology for the Future of Librarianship. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2013.04.02.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2013.04.02
[1] De Wilde P. A Walk in Graph Database[EB/OL].(2012-05-05).[2013-01-08].http://www.slideshare.net/pierredewilde/a-walk-in-graph-databases-v10.
[2] De Marzi M. Introduction to Graph Databases[EB/OL]. (2012-04-29). [2013-01-08].http://www.slideshare.net/.../introduction-to-graph-databases-1273578.
[3] Hausenblas M, Grossman R, Harth A, et al. Large-Scale Linked Data Processing: Cloud Computing to the Rescue? [EB/OL].(2012-03-01).[2013-01-08]. http://webofdata.files.wordpress.com/2012/03/closer12-processing-lod.pdf.
[4] 刘炜. 关联数据:概念、技术及应用展望[J]. 大学图书馆学报,2011,29(2):5-12.(Liu Wei. Overview on Linked Data: Concept, Technology and Implementation[J]. Journal of Academic Libraries, 2011,29(2):5-12.)
[5] De Wilde P. Small, Medium & Big Data[EB/OL]. (2012-09-26).[2013-01-16].http://www.slideshare.net/pierredewilde/small-medium-and-big-data.
[6] Dimitrov M. Semantic Technologies for Big Data[EB/OL]. (2012-09-19). [2013-01-18].http://www.slideshare.net/marin_dimitrov/semantic-technologies-for-big-data.
[7] Vicknair C, Macias M, Zhao Z,et al.A Comparison of a Graph Database and a Relational Database[EB/OL]. (2013-01-17). [2013-01-20]. http://cs.olemiss.edu/~ychen/publications/conference/vicknair_acmse10.pdf.
[8] Guzenda L. Realize the Value in Your Big Data with Graph Technology[EB/OL]. (2013-01-17). [2013-01-22]. http://www.objectivity.com/event/dbta-webinar-realize-the-value-in-your-big-data-with-graph-technology/.
[9] 夏翠娟,刘炜,赵亮,等. 关联数据的发布技术及其实现——以Drupal为例[J]. 中国图书馆学报,2012,38(1):49-57.(Xia Cuijuan, Liu Wei, Zhao Liang,et al.The Current Technologies and Tools for Linked Data: A Case of Drupal[J]. Journal of Library Science in China,2012,38(1):49-57.)
[10] 张春景,刘炜,夏翠娟,等. 关联数据开放应用协议[J]. 中国图书馆学报,2012,38(1):43-48.(Zhang Chunjing, Liu Wei, Xia Cuijuan,et al.The Open Application Licenses of Linked Data[J]. Journal of Library Science in China,2012,38(1):43-48.)
[11] Noels S. NoSQL with HBase and Hadoop[EB/OL]. (2010-06-17).[2013-01-26].http://www.slideshare.net/outerthought/nosql-with-hadoop-and-hbase.
[12] Fujitsu.Linked Data: Connecting and Exploiting Big Data[EB/OL].[2013-01-28].http://www.fujitsu.com/uk/Images/Linked-data-connecting-and-exploiting-big-data-%28v1.0%29.pdf.
[1] 孔贝贝,谢靖,钱力,常志军,吴振新. 科技大数据增值丰富化方法研究与工具研发 *[J]. 数据分析与知识发现, 2019, 3(7): 113-122.
[2] 董晓舟,陈信康. 电子折扣券弹性与经济效益的关系研究 ——一个基于电商平台大数据的混合模型[J]. 数据分析与知识发现, 2019, 3(6): 42-49.
[3] 陆泉,朱安琪,张霁月,陈静. 中文网络健康社区中的用户信息需求挖掘研究*——以求医网肿瘤板块数据为例[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[4] 王颖,钱力,谢靖,常志军,孔贝贝. 科技大数据知识图谱构建模型与方法研究*[J]. 数据分析与知识发现, 2019, 3(1): 15-26.
[5] 钱力,谢靖,常志军,吴振新,张冬荣. 基于科技大数据的智能知识服务体系研究设计*[J]. 数据分析与知识发现, 2019, 3(1): 4-14.
[6] 胡吉颖,谢靖,钱力,付常雷. 基于知识图谱的科技大数据知识发现平台建设*[J]. 数据分析与知识发现, 2019, 3(1): 55-62.
[7] 谢靖,钱力,师洪波,孔贝贝,胡吉颖. 科研学术大数据的精准服务架构设计*[J]. 数据分析与知识发现, 2019, 3(1): 63-71.
[8] 沈志宏,姚畅,侯艳飞,吴林寰,李跃鹏. 关联大数据管理技术: 挑战、对策与实践*[J]. 数据分析与知识发现, 2018, 2(1): 9-20.
[9] 朝乐门,杨灿军,王盛杰,赵俊鹏,许梦甜. 全球数据科学课程建设现状的实证分析*[J]. 数据分析与知识发现, 2017, 1(6): 12-21.
[10] 崔家旺,李春旺. 基于关联数据的类簇语义揭示模型研究[J]. 数据分析与知识发现, 2017, 1(4): 57-66.
[11] 姜赢,张婧,朱玲萱. 面向Cytoscape平台的关联数据知识图谱概览抽取与可视化*[J]. 数据分析与知识发现, 2017, 1(3): 29-37.
[12] 申雪锋, 柯永振, 姚楠. 多视图合作的联盟数据可视化分析[J]. 数据分析与知识发现, 2017, 1(3): 21-28.
[13] 刘睿伦,叶文豪,高瑞卿,唐梦嘉,王东波. 基于大数据岗位需求的文本聚类研究*[J]. 数据分析与知识发现, 2017, 1(12): 32-40.
[14] 齐云飞,赵宇翔,朱庆华. 关联数据在数字图书馆移动视觉搜索系统中的应用研究*[J]. 数据分析与知识发现, 2017, 1(1): 81-90.
[15] 洪亮,钱晨,樊星. 移动数字图书馆资源的情境感知个性化推荐方法研究*[J]. 现代图书情报技术, 2016, 32(7-8): 110-119.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn