Skip to Main content Skip to Navigation
Theses

Deducing Basic Graph Patterns from Logs of Linked Data Providers

Résumé : Conformément aux principes de Linked Data, les fournisseurs de données ont publié des milliards de faits en tant que données RDF. Exécuter les requêtes SPARQL sur les endpoints SPARQL ou les serveurs Triple Pattern Fragments (TPF) permet de consommer facilement des données du Linked Data. Cependant, le traitement des requêtes SPARQL fédérées, tout comme le traitement des requêtes TPF, décompose la requête initiale en de nombreuses sous-requêtes. Les fournisseurs de données ne voient alors que les sous-requêtes et la requête initiale n’est connue que des utilisateurs finaux. La connaissance des requêtes exécutées est fondamentale pour les fournisseurs, afin d’assurer un contrôle de l’utilisation des données, d’optimiser le coût des réponses aux requêtes, de justifier un retour sur investissements, d’améliorer l’expérience utilisateur ou de créer des modèles commerciaux à partir de tendances d’utilisation. Dans cette thèse, nous nous concentrons sur l’analyse des logs d’exécution des serveurs TPF et des endpoints SPARQL pour extraire les Basic Graph Patterns (BGP) des requêtes SPARQL exécutées. Le principal défi pour l’extraction des BGPs est l’exécution simultanée des requêtes SPARQL. Nous proposons deux algorithmes : LIFT et FETA. Sous certaines conditions, nous constatons que LIFT et FETA sont capables d’extraire des BGPs avec une bonne précision et un bon rappel.
Complete list of metadatas

https://hal.archives-ouvertes.fr/tel-01536912
Contributor : Georges Nassopoulos <>
Submitted on : Tuesday, June 13, 2017 - 11:32:08 AM
Last modification on : Wednesday, June 24, 2020 - 4:19:36 PM
Document(s) archivé(s) le : Wednesday, December 13, 2017 - 11:15:30 AM

Licence


Distributed under a Creative Commons Attribution 4.0 International License

Identifiers

  • HAL Id : tel-01536912, version 1

Citation

Georges Nassopoulos. Deducing Basic Graph Patterns from Logs of Linked Data Providers. Computer Science [cs]. Universite de Nantes, 2017. English. ⟨tel-01536912⟩

Share

Metrics

Record views

452

Files downloads

275