楊波，趙英俊

（核工業(yè)北京地質(zhì)研究院遙感信息與圖像分析技術(shù)國防科技重點實驗室，北京 100029）

在眾源數(shù)據(jù)中，數(shù)據(jù)的收集和管理是眾源數(shù)據(jù)應(yīng)用的基礎(chǔ)。隨著日常需求量的變化，以單一文件來收集與管理眾源地理知識已經(jīng)無法滿足地理信息應(yīng)用需求。目前眾源數(shù)據(jù)主要利用數(shù)據(jù)庫技術(shù)進行存儲管理。但是，眾源數(shù)據(jù)的地理知識的數(shù)據(jù)節(jié)點和其屬性關(guān)系的復(fù)雜性，造成經(jīng)典關(guān)系數(shù)據(jù)庫無法滿足對眾源地理知識進行存儲的場景需求。因此，本次研究以核電站場景為例，探究核電站眾源地理知識的存儲方法。為了更好地進行三元組地理數(shù)據(jù)的存儲，筆者查閱了相關(guān)研究文獻，發(fā)現(xiàn)，當(dāng)前主流方法是利用圖數(shù)據(jù)庫的方法對地理知識數(shù)據(jù)進行存儲［1-4］。本研究首先分析核電站圖數(shù)據(jù)模型和圖查詢語言等模型設(shè)計原理，詳細分析了如何利用各種主流知識圖譜數(shù)據(jù)庫構(gòu)建地理知識圖譜，包括基于關(guān)系數(shù)據(jù)庫的存儲方案、面向資源描述框架（Resource Description Framework，RDF）的三元組存儲結(jié)構(gòu)和知識圖數(shù)據(jù)庫。其次以圖數(shù)據(jù)庫Neo4j為例設(shè)計核電站圖模型數(shù)據(jù)的底層存儲原理，同時梳理圖數(shù)據(jù)索引和查詢處理等關(guān)鍵技術(shù)［5］。最后，以Neo4j為例，針對知識圖譜數(shù)據(jù)庫開源工具進行眾源地理信息的實踐，數(shù)據(jù)結(jié)果與技術(shù)流程可利用于地理信息領(lǐng)域。

1 眾源數(shù)據(jù)知識模型

從數(shù)據(jù)模型角度來看，知識圖譜本質(zhì)上是一種圖數(shù)據(jù)［6-9］。不同領(lǐng)域的知識圖譜均需遵循相應(yīng)的數(shù)據(jù)模型。往往一個數(shù)據(jù)模型的生命力要看其數(shù)學(xué)基礎(chǔ)的強弱，關(guān)系模型長盛不衰的一個重要原因是其數(shù)學(xué)基礎(chǔ)為關(guān)系代數(shù)。知識圖譜的初始發(fā)展來自數(shù)學(xué)經(jīng)典圖論理論，在圖論中，圖是二元組G=( )V，E，其中，V是節(jié)點集合，E是邊集合。圖論認為客觀現(xiàn)實可以用實體及其屬性集合來抽取，而眾源數(shù)據(jù)的知識模型也因此發(fā)展而來。

1.1 資源描述框架

RDF是萬維網(wǎng)聯(lián)盟（World Wide Web Consortium，W3C）官方認證的W3C指定的知識描述眾源數(shù)據(jù)知識模型。在RDF三元組集合中，單一的眾源事件信息都配有一個身份信息。事件信息的抽取方法是用三元組的形式進行抽取，三元組模型的抽取結(jié)構(gòu)是(s，p，o)［10-11］。其中，s是主語，p是謂語，o是賓語。(s，p，o)表示知識s與知識o之間具有關(guān)聯(lián)p，或表示知識s具有屬性p且其結(jié)果為o。

圖1所示是核電站員工的基于眾源數(shù)據(jù)的知識圖譜。其中，有運行二部的張某、李某與運行三部的趙某、王某4名研究人員。張某、李某來自運行二部，屬同事關(guān)系。趙某、王某來自運行三部，也屬同事關(guān)系，且李某與趙某屬多元關(guān)系。他們4人共同參與了運營管理和實驗2個項目，其中，實驗項目［12］是屬于運營管理項目。由于受本文內(nèi)容的限制，只做簡要的方法建設(shè)，現(xiàn)實中的人員與項目內(nèi)容節(jié)點與屬性的眾源知識遠比圖中所示的復(fù)雜度高。

值得注意的是，RDF本身的節(jié)點和屬性并無元數(shù)據(jù)信息。各類節(jié)點及屬性的表示方式如圖1中實線四邊形，即圖中的矩形。邊上的屬性存儲方法表示起來稍顯繁瑣，在眾源數(shù)據(jù)的表示過程中，通過抽象一類總節(jié)點本體［13］來對地理實體進行統(tǒng)稱。如在圖2中，通過設(shè)計超節(jié)點ex：參與實例類（ex：zhang，參與，ex：operation）來實現(xiàn)節(jié)點屬性的表達，該節(jié)點通過RDF內(nèi)置屬性rdf：主語、rdf：謂語和rdf：賓語進行眾源地理知識的內(nèi)部建模，其中實例（ex：參與，權(quán)重，0.4）就實現(xiàn)了為原三元組增加邊屬性的效果。

圖1 A廠眾源知識Fig.1 Crowdsourcing data of A factory

圖2 眾源知識中邊屬性的表示Fig.2 Representation of edge attributes in RDF graph

1.2 屬性知識建模

屬性知識可以說是目前被圖數(shù)據(jù)庫業(yè)界采納最廣的一種圖數(shù)據(jù)模型。屬性知識由節(jié)點集和邊集組成，且滿足如下性質(zhì)：

（1）每個節(jié)點具有唯一的id；

（2）每個節(jié)點具有若干條出邊；

（3）每個節(jié)點具有若干條入邊；

（4）每個節(jié)點具有一組屬性，每個屬性是一個鍵值對；

（5）每條邊具有唯一的id；

（6）每條邊具有一個頭節(jié)點；

（7）每條邊具有一個尾節(jié)點；

（8）每條邊具有一個標(biāo)簽，表示聯(lián)系；

（9）每條邊具有一組屬性，每個屬性是一個鍵值對。

圖3的每個節(jié)點和每條邊均有id，遵照屬性知識的要素，節(jié)點1的出邊集合為｛邊11，邊18｝，入邊集合為｛邊10，邊15｝，屬性集合為｛姓名=趙某，年齡=48，部門=運行三部｝；邊11的頭節(jié)點是節(jié)點5，尾節(jié)點是節(jié)點1，標(biāo)簽是“參與”，屬性集合為｛權(quán)重=0.4｝。

圖3 屬性知識示例Fig.3 Example of property graph

2 眾源知識存儲方法

為了對眾源數(shù)據(jù)進行有效存儲和管理，調(diào)研發(fā)現(xiàn)，眾源數(shù)據(jù)管理方法有三種類型，關(guān)系型、三元組型及原生圖數(shù)據(jù)庫型，通過文獻調(diào)研和核電站數(shù)據(jù)實驗發(fā)現(xiàn)，第三種方法最適合本次研究內(nèi)容。其中，關(guān)系數(shù)據(jù)庫擁有40多年的發(fā)展歷史，從理論到實踐有著一整套的成熟體系［14］。數(shù)據(jù)庫體系從層次數(shù)據(jù)庫到關(guān)系數(shù)據(jù)庫轉(zhuǎn)變，這也帶來了一系列商業(yè)數(shù)據(jù)庫的誕生與發(fā)展［15］。以此類推，知識型數(shù)據(jù)管理方法的誕生也催生了一類知識型商業(yè)數(shù)據(jù)管理與存儲產(chǎn)品。因此，本此研究核心部分將要利用知識型數(shù)據(jù)的管理及存儲方法對眾源數(shù)據(jù)進行有效的收集和管理。為此，構(gòu)建了眾源數(shù)據(jù)的知識管理方法、橫向存儲方法、屬性存儲方法、縱向存儲方法、多重查詢方法以及混合管理方法，為基于眾源數(shù)據(jù)的地理知識存儲提供多元存儲方案。

圖4所示是以收集并處理核電站的眾源數(shù)據(jù)集的RDF數(shù)據(jù)作為知識圖譜進行實驗和舉例。該知識圖譜構(gòu)建了N公司及其董事長陳某和M公司及其董事長劉某的節(jié)點屬性和弧關(guān)聯(lián)。該實驗數(shù)據(jù)對于其他格式的知識圖譜，這種存儲方案同樣適用。

圖4 核電站眾源數(shù)據(jù)RDF知識圖譜Fig.4 Crowdsourcing data RDF knowledge graph for nuclear power plant

2.1 知識管理

知識管理方法的核心組成如下：知識管理方法（主語，謂語，賓語）

如表1所示，以M和N公司員工為例，對眾源數(shù)據(jù)中的知識信息進行抽取挖掘得到下表。每一個實體代表一個類似的主語節(jié)點，謂語表示屬性信息，賓語是尾節(jié)點知識。

表1 三元組存儲案例Table 1 Triple storage case

知識管理方法的優(yōu)點是結(jié)構(gòu)簡單，眾源數(shù)據(jù)的技術(shù)入門比較低［16］。但缺點是規(guī)則混亂，無標(biāo)準(zhǔn)可參考。圖5所示的SPARSQL查詢時查找某年份出生且是某出生地的某公司的董事長，并且可以將該SPARSQL查詢轉(zhuǎn)換為關(guān)系型數(shù)據(jù)庫查詢。

圖5 SPARQL查詢與SQL查詢對比Fig.5 Comparison between SPARQL query and SQL query

2.2 橫向存儲

橫向存儲法的特點是存儲結(jié)構(gòu)框架模式，該方法與知識管理方法不同，這里的方法是將眾源數(shù)據(jù)按照行優(yōu)先的策略進行存儲。具體內(nèi)容如表2所示，其共有5行、5列，限于篇幅省略了若干列。不難看出，橫向存儲法用列創(chuàng)建眾源數(shù)據(jù)的屬性信息，而行用于創(chuàng)建事件的頭節(jié)點內(nèi)容。

表2 橫向存儲案例Table 2 Horizontal storage case

橫向存儲方法，其眾源數(shù)據(jù)的核心查詢語法規(guī)則是：

SELECT主語

FROM a

WHERE出生=‘年份’AND籍貫=‘出生地’董事長LIKE‘_%’

橫向存儲方法的語法，本文用符號a代替為查詢表，而且，單表查詢即可完成該任務(wù)，不用進行連接操作。在基于眾源數(shù)據(jù)的地理信息數(shù)據(jù)集中，該數(shù)據(jù)的存儲方法對于行優(yōu)先存儲來說，會出現(xiàn)大量的存儲空間閑置的情況。如果將該方法應(yīng)用到實際場景中，這種方法會增加數(shù)據(jù)庫管理的復(fù)雜度和運營數(shù)據(jù)的成本。

2.3 屬性存儲

屬性存儲方法是把橫向存儲方法進行更加詳細的劃分描述，即把一個橫向存儲方法分為人、專業(yè)化公司和母子公司三個分欄。對于圖5中SPARQL查詢，在屬性存儲方法上等價的SQL查詢?nèi)缦滤荆?/p>

SELECT主語

FROM人

WHERE出生=‘年份’AND籍貫=‘出生地’董事長LIKE‘_%’

該查詢與橫向存儲方法上查詢的唯一區(qū)別是將欄名由a變成了員工。

表3 屬性存儲方法Table 3 Store of attribute

屬性存儲方法是在對知識管理方法和橫向存儲法上的優(yōu)化升級，反過來看，知識管理方法和橫向存儲法又是屬性存儲法的特例。按照屬性存儲方法，雖然它彌補了上面兩個方法的缺點，但是，其本身也出現(xiàn)了數(shù)據(jù)冗余的缺點。而且，屬性存儲方法仍然會進行多個表之間的連接操作，從而影響查詢效率。

2.4 縱向劃分

縱向劃分起源于美國高等學(xué)府，該方法以三元組的謂語作為劃分維度，將RDF知識圖譜劃分為若干張只包含（主語，賓語）兩列的表，該表的突出特征是以眾源數(shù)據(jù)的屬性信息為分表。也就是說，圖6中分表分別是出生、董事長、業(yè)務(wù)、子公司等眾源屬性信息。

圖6 縱向劃分存儲方案Fig.6 Vertical partition storage solution

對于圖6中的SPARQL查詢，在縱向劃分存儲方案中等價的SQL查詢?nèi)缦拢?/p>

SELECT出生.主語

FROM出生，業(yè)務(wù)，董事長

WHERE出生.賓語=‘年份’AND業(yè)務(wù).賓語=‘天然鈾’AND出生.主語=業(yè)務(wù).主語AND出生.主語=董事長.主語

該查詢涉及3項謂語屬性，出生、業(yè)務(wù)和董事長的連接操作。由于謂語表中的行都是按照主語列進行排序的，可以快速執(zhí)行這種以“主語-主語”作為連接條件的查詢操作，而這種連接操作又是常用的。

2.5 多重查詢

多重查詢法是對RDF存儲的一種延伸，該方法利用主、謂、賓語之間的概率分布關(guān)系進行自由組合，其典型的三元組排列組合方式如表4所示。因為該方法將所有RDF進行排列組合，這極大地提升了數(shù)據(jù)庫查詢檢索的效率，但也增加了存儲空間的消耗。

表4 三元組模式查詢能夠使用的索引Table 4 Usable indexes for triple query

圖7所示的鏈?zhǔn)絊PARQL查詢“查找生于某年份目前是公司的董事長的人”，可以通過spo和pso表的連接快速執(zhí)行三元組模式“？person董事長？company”與“？company行業(yè)？ind”的連接操作，避免了單表的自連接。

圖7 一個鏈?zhǔn)絊PARQL查詢Fig.7 A chained SPARQL query

2.6 混合管理

例如，在表5中的dph欄中，主語劉某的謂語行業(yè)（pred1列）是多值謂語，則在其賓語列（val1）存儲id值lid：1。例如，主語劉某和陳某的謂語董事長都被分配到pred3列，該列也存儲了主語M公司的謂語專業(yè)化公司和直屬單位。

表5 混合管理方案Table 5 Hybrid management solution

SELECT a.主語

FROM dph AS a

WHERE a.pred1=‘籍貫’AND a.val1=‘出生地’AND a.pred2=‘出生’AND a.val2=‘年份’AND a.pred3=‘董事長’

從中可以看出，對于知識圖譜的星型查詢，混合管理存儲方案只需查詢dph欄即可完成，無須進行連接操作。

現(xiàn)在開始存儲以L公司作為主語的三元組，見表6所示。將（L公司，母公司，M公司）進行數(shù)據(jù)添加時，根據(jù)h1的值將謂語母公司存入列pred1。將（L公司，子公司，C廠）進行數(shù)據(jù)添加時，根據(jù)h1的值將謂語子公司存儲到pred2。在對（L公司，業(yè)務(wù)，清潔能源）進行數(shù)據(jù)添加時，將謂語業(yè)務(wù)被h1映射到列pred1，但該列已被占用，因而接著被h2映射到列pred3。將（L公司，子公司，B廠）插入到知識庫時，謂語子公司被h1映射到列predk。在把（M公司，直屬單位，X設(shè)計院）添加到知識庫中時，此時數(shù)據(jù)庫原有位置被占用，會自動添加到額外空間內(nèi)容。

表6 謂語到列映射的散列函數(shù)Table 6 Hash function of predicate-to-column mapping

為此，構(gòu)建圖著色算法的沖突圖。圖中節(jié)點為知識圖譜中的所有謂語。每對共現(xiàn)謂語節(jié)點之間由一條邊相連。圖著色問題的要求是為沖突圖中的節(jié)點著上顏色使得每個節(jié)點的顏色不同于其在鄰接節(jié)點的顏色，并使所有顏色數(shù)最少。對應(yīng)到謂語映射問題，即為沖突圖中的謂語節(jié)點分配列，使得每個謂語映射到的列不同于其任一共現(xiàn)謂語映射到的列，并使用所用的列數(shù)目最少。圖8給出了圖4中知識圖譜的沖突圖?？梢?，對于13個謂語，僅使用了5種顏色，即只需使用5列。需要指出的是，圖著色是經(jīng)典的NP難題，對于規(guī)模較大的沖突圖可用貪心算法求得近似解。

圖8 沖突圖Fig.8 Interference graph

3 眾源知識存儲關(guān)鍵技術(shù)

為了適應(yīng)大規(guī)模知識圖譜數(shù)據(jù)的存儲管理與查詢處理，知識圖譜數(shù)據(jù)庫內(nèi)部針對圖數(shù)據(jù)模型設(shè)計了專門的存儲方案和查詢后處理機制，以圖數(shù)據(jù)庫Neo4j為例創(chuàng)建其存儲核電站知識場景方案。

這一部分將深入Neo4j圖數(shù)據(jù)庫底層，探究其原生的圖存儲方案。作為對比，將原有的眾源數(shù)據(jù)知識庫與關(guān)系數(shù)據(jù)庫進行存儲原理進行分析。圖9左邊給出了一個全局索引的示例，典型方法是利用B+樹進行全局檢索，如查找“張某”的同事，需要O( logn)帶代價，其中，n為節(jié)點總數(shù)。如果覺得這樣的查找代價還是可以接受的話，那么換一個問題，誰認識“趙某”的查找代價是多少？顯然，對于這個查詢，需要通過全局索引檢查每個節(jié)點，看其認識的人或共事的人中是否有趙某，總代價為O(nlogn)，這樣的復(fù)雜度對于圖數(shù)據(jù)的遍歷操作是不可接受的。也有學(xué)者認為，可為“被認識”關(guān)系再建一個同樣的全局索引，但那樣索引的維護開銷就會翻倍，而且仍然不能做到圖遍歷操作代價與圖規(guī)模無關(guān)。

圖9 鄰接關(guān)系的全局索引示例Fig.9 Example of global index for adjacency

在圖數(shù)據(jù)庫中，把屬性信息認為是區(qū)別于關(guān)系數(shù)據(jù)庫的關(guān)鍵點，即數(shù)據(jù)庫中最基本、最核心的概念，如關(guān)系數(shù)據(jù)庫中的“關(guān)系”，才能實現(xiàn)真正的“無索引鄰接”特性。在圖6右邊查找“張某”的同事時，可以通過張某的“同事”出邊進行索引。搜索認識“趙某”的員工，可以通過趙某入邊進行索引。當(dāng)然，目前這種方法的時間復(fù)雜度為O(1)。

Neo4j與其它眾源數(shù)據(jù)知識庫不同，它是將屬性數(shù)據(jù)集和節(jié)點數(shù)據(jù)集分開管理。該方法的提出，使得Neo4j的運行和管理效率都在同行業(yè)數(shù)據(jù)庫中處于領(lǐng)先地位。首先，在Neo4j中是如何存儲圖節(jié)點和邊。圖10所示，在Neo4j中，存儲單個節(jié)點和屬性分別占用9和33個物理存儲單位。其中，節(jié)點集數(shù)據(jù)存儲在neostore.nodestore.db里，在每一個節(jié)點集中分別存儲著不同的記錄信息。包括，相連節(jié)點、本節(jié)點的身份信息、本節(jié)點的屬性信息以及該節(jié)點屬性信息的身份信息等內(nèi)容。在眾源數(shù)據(jù)屬性信息集中，屬性集存儲在neostore.relationshipstore.db里，在單個屬性數(shù)據(jù)中，會依次存儲該屬性物理位置是否使用、該屬性的頭節(jié)點和尾節(jié)點位置信息、還會包含屬性連接節(jié)點相應(yīng)的身份信息，最后還有頭節(jié)點指向下一個節(jié)點的地址以及尾節(jié)點指向下一個節(jié)點的地址信息。

圖10 Neo4j中節(jié)點和邊記錄的物理存儲結(jié)構(gòu)Fig.10 Physical storage structure of the node and edge records in Neo4j

圖11所示是以核電站員工為例，用Neo4j的各種節(jié)點集和屬性集進行舉例，來說明各種眾源數(shù)據(jù)的知識信息是如何相互之間進行信息溝通。以張某和趙某節(jié)點為例，二者在存儲關(guān)系上分別屬于數(shù)據(jù)存儲的初始位置。通過二者都關(guān)聯(lián)的同事信息，可以通過虛線鏈接來確定張某與趙某節(jié)點。對于圖中的核心節(jié)點與項目節(jié)點都使用雙向聯(lián)系，而對于單一位置員工的屬性信息，則使用單一方向聯(lián)系。該方法不僅方便查詢各個員工的關(guān)聯(lián)關(guān)系，同時對于眾源知識圖譜添加與管理也非常便捷。

圖11 Neo4j中圖的物理存儲Fig.11 Physical storage diagram in Neo4j

例如，由節(jié)點3導(dǎo)航到節(jié)點1的過程為：

（1）由節(jié)點3知道其第1條邊為7；

（2）在邊文件中通過定長記錄計算出邊7的存儲地址；

（3）由邊7通過雙向鏈表找到邊8；

（4）由邊8獲得其中的終止節(jié)點id（secondNode），即節(jié)點1；

（5）在節(jié)點文件中通過定長記錄計算出節(jié)點1的存儲地址。

4 結(jié)果與分析

當(dāng)前有多種知識圖譜開源及商業(yè)數(shù)據(jù)庫，本文以Neo4j為例，設(shè)計具體的核電站知識存儲過程，Neo4j的1.0版本發(fā)布于2010年。Neo4j是典型的以知識形式進行數(shù)據(jù)存儲與管理的數(shù)據(jù)庫，它不僅規(guī)定了專屬使用語言，而且還提供了數(shù)據(jù)庫專業(yè)的核心案例以幫助初學(xué)者更好地入門。同時，Neo4j還具備OLTP數(shù)據(jù)庫必須的ACID事務(wù)處理功能。

Neo4j的不足之處在于其社區(qū)版是單機系統(tǒng)，雖然Neo4j企業(yè)版支持高可用性（High Availability）集群，但其與分布式圖存儲系統(tǒng)的最大區(qū)別在于每個節(jié)點上存儲圖數(shù)據(jù)庫的完整副本（類似于關(guān)系數(shù)據(jù)庫鏡像的副本集群），不是將圖數(shù)據(jù)劃分為子圖進行分布式存儲，并非真正意義上的分布式數(shù)據(jù)庫系統(tǒng)。如果圖數(shù)據(jù)超過一定規(guī)模，系統(tǒng)性能就會因為磁盤、內(nèi)存等限制而大幅降低。

開發(fā)者注冊信息后可以免費下載Neo4j桌面打包安裝版，其中包括Neo4j企業(yè)版的全部功能，即Neo4j服務(wù)器、客服端及全部組件。安裝之后打開軟件為Neo4j Desktop數(shù)據(jù)庫管理界面，然后選擇瀏覽器，打開Neo4j瀏覽器。Neo4j瀏覽器是功能完成的Neo4j可視化交互式客戶端工具，可以用于執(zhí)行Cypher語言。使用Neo4j內(nèi)置的電影圖數(shù)據(jù)庫執(zhí)行Cypher查詢，返回“湯姆·漢克斯”所出演的全部電影，如圖12所示。此外，成功啟動Neo4j服務(wù)器之后，會在7474和7473端口分別開啟HTTP和HTTPS。例 如，使 用 瀏 覽 器 訪 問http：//localhost：7474/進 入Web界 面，執(zhí) 行Cypher查詢，其功能與Neo4j瀏覽器一致。

本文以具體知識存儲過程為例。如圖12所示，對核電站的工作人員信息進行代碼案例測試，六名人員與四個地理位置信息的知識結(jié)果見圖12（a），通過分析可以發(fā)現(xiàn)，張某與孫某都是來自同一個城市，并且二人是夫妻關(guān)系；在兩類節(jié)點之間，王某是最受同事喜愛的人。從圖12（b）中可以看出，每個員工節(jié)點有不少于一類屬性關(guān)系，這表明各類知識節(jié)點的屬性關(guān)系，不僅僅只是同事和家屬關(guān)系，而且對比（a）與（b）可以看出，實體類的關(guān)系存儲和表示，并非是單一的行或列存儲。對眾源數(shù)據(jù)的地理知識的存儲，表現(xiàn)的具體實例上可以看出是節(jié)點與屬性知識的融合。

圖12 Neo4j數(shù)據(jù)庫實例Fig.12 Neo4j database instance

5 結(jié)論

針對眾源數(shù)據(jù)這一典型數(shù)據(jù)的存儲問題，利用當(dāng)前流行的知識圖譜技術(shù)對眾源數(shù)據(jù)進行存儲，不僅利用關(guān)系數(shù)據(jù)庫的方法，還利用了圖數(shù)據(jù)庫的方法進行存儲。通過對各種方法的對比分析，發(fā)現(xiàn)傳統(tǒng)的關(guān)系數(shù)據(jù)庫在存儲眾源地理信息時，會造成存儲位置上的數(shù)據(jù)稀疏，并且弱化了眾源數(shù)據(jù)中地理知識的相關(guān)關(guān)系。與之對比，圖數(shù)據(jù)的優(yōu)點明顯，不僅可以解決關(guān)系型數(shù)據(jù)庫在存儲眾源地理知識時數(shù)據(jù)存儲稀疏，造成大量空間浪費的問題，而且還可以刻畫了眾源數(shù)據(jù)的關(guān)系特征。最后通過具體案例分析進一步表明，利用知識圖譜數(shù)據(jù)庫存儲眾源地理信息可以達到復(fù)雜度為O(1)的需求。在后續(xù)研究中，應(yīng)進一步優(yōu)化對眾源數(shù)據(jù)的高效率知識抽取和挖掘，以及對抽取知識的智能化推理等問題。