[论文解读] eLinda: Explorer for Linked Data

Oren Mishali, Tal Yahav+2 more|ArXiv.org|Jul 24, 2017

Semantic Web and Ontologies参考文献 8被引用 5

一句话总结

eLinda 是一个链接数据浏览器，通过交互式条形图（直方图）实现对 RDF 图的直观、可视化驱动探索，展示类、属性和对象的分布情况。它支持三种探索类型——子类、属性和对象分布，利用增量查询执行和专用查询分解器，在 DBpedia 等大型数据集上实现亚秒级响应时间，显著优于标准 SPARQL 端点。

ABSTRACT

To realize the premise of the Semantic Web towards knowledgeable machines, one might often integrate an application with emerging RDF graphs. Nevertheless, capturing the content of a rich and open RDF graph by existing tools requires both time and expertise. We demonstrate eLinda - an explorer for Linked Data. The challenge addressed by eLinda is that of understanding the rich content of a given RDF graph. The core functionality is an exploration path, where each step produces a bar chart (histogram) that visualizes the distribution of classes in a set of nodes (URIs). In turn, each bar represents a set of nodes that can be further expanded through the bar chart in the path. We allow three types of explorations: subclass distribution, property distribution, and object distribution for a property of choice.

研究动机与目标

• 解决在缺乏先验知识或专业知识的情况下探索大型、陌生 RDF 图的挑战。
• 为链接数据消费者提供一种概览优先、缩放与过滤、按需查看详情的交互界面。
• 通过类、属性和对象分布的可视化，实现对丰富 RDF 数据集的高效探索。
• 克服在 DBpedia 和 YAGO 等大规模 RDF 数据集上 SPARQL 查询的性能瓶颈。
• 在无需预处理的情况下，支持对持续演化、公开可用的 RDF 端点进行远程探索。

提出的方法

• eLinda 使用条形图（直方图）可视化 URIs 在类和属性上的分布，每个条形代表一组节点，可展开查看。
• 支持三种条形展开方式：子类（沿类层次结构向下）、属性（通过属性横向展开）和对象（通过属性的对象类型展开）。
• 系统采用增量查询执行机制，将三元组分块（N）在 k 步内处理，以降低延迟并提升响应速度。
• 重型查询存储（HVS）用于缓存执行时间超过 1 秒的慢查询结果，以加速重复访问。
• eLinda 查询分解器将复杂 SPARQL 查询转换为优化后的 SQL 查询，利用专用索引大幅缩短执行时间。
• 系统通过 AJAX 与远程 Virtuoso SPARQL 端点通信，支持远程模式，实现对实时、持续演化的数据源的探索。

实验结果

研究问题

• RQ1 用户如何在缺乏先验知识或专业知识的情况下有效探索大型、陌生的 RDF 图？
• RQ2 何种交互模型能够实现对丰富链接数据的可扩展、响应迅速的探索，同时保持概览与下钻能力？
• RQ3 在交互式探索过程中，如何缓解大规模 RDF 数据集上 SPARQL 查询的性能瓶颈？
• RQ4 增量查询执行与查询分解是否能显著降低实时数据探索中的延迟？
• RQ5 如何在交互式探索工具中有效支持远程、持续演化的 RDF 端点？

主要发现

• eLinda 查询分解器将 DBpedia 上出站和入站属性展开的查询执行时间分别从 454 秒和 124 秒减少至 1.5 秒和 1.2 秒。
• 通过重型查询存储（HVS），重复查询的响应时间约为 80 毫秒，显著体现了缓存优势。
• 增量执行机制通过分块处理数据并逐步更新前端，即使在大型数据集上也能实现响应式交互。
• 该系统成功支持了 DBpedia 和 LinkedGeoData 等多样化数据集的探索，包括复杂路径如“影响过哲学家的人的类型”。
• 通过基于 AJAX 的远程通信与远程 Virtuoso 端点集成，实现了远程兼容性，尽管响应速度较低，但保持了可用性。
• eLinda 成功检测到数据质量问题，例如将人错误分类为出生在“食物”资源中，展示了其在数据验证中的实用性。