Thèse soutenue

La saturation extensible du streaming RDF triple
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Mohammad Amin Farvardin
Direction : Dario Colazzo
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 19/01/2021
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : Ecole doctorale SDOSE (Paris)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision (Paris) - Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision / LAMSADE
établissement opérateur d'inscription : Université Paris Dauphine-PSL (1968-....)
Jury : Président / Présidente : Mírian Halfeld Ferrari Alves
Examinateurs / Examinatrices : Dario Colazzo, Fatiha Saïs, Bernd Amann, Khalid Belhajjame, Denis Caromel
Rapporteurs / Rapporteuses : Fatiha Saïs, Bernd Amann

Mots clés

FR  |  
EN

Mots clés contrôlés

Résumé

FR  |  
EN

À l'ère des Big Data, les données RDF sont produites en grand nombre. Bien qu'il existe des propositions de raisonnement sur de grands graphiques RDF utilisant de grandes plateformes de données, il y a un manque de solutions qui le font dans des environnements où les données RDF sont dynamiques, et où de nouvelles instances et de nouveaux triplets de schéma peuvent arriver à tout moment. Dans cette thèse, nous présentons la première solution pour raisonner sur de grands flux de données RDF en utilisant de grandes plateformes de données. Ce faisant, nous nous concentrons sur l'opération de saturation, qui cherche à déduire des triples RDF implicites étant donné les contraintes du schéma RDF. En effet, contrairement aux solutions existantes qui saturent les données RDF en masse, notre solution identifie soigneusement le fragment de l'ensemble de données RDF existant (et déjà saturé) qui doit être pris en compte étant donné les nouvelles déclarations RDF délivrées par le flux. Ainsi, elle effectue la saturation de manière incrémentielle. L'analyse expérimentale montre que notre solution est plus performante que les solutions de saturation en masse existantes.