Predicting SPARQL Query Execution Time and Suggesting SPARQL Queries Based on Query History

Rakebul Hasan 1 Fabien Gandon 1
1 WIMMICS - Web-Instrumented Man-Machine Interactions, Communities and Semantics
CRISAM - Inria Sophia Antipolis - Méditerranée , SPARKS - Scalable and Pervasive softwARe and Knowledge Systems
Résumé : Dans ce rapport, nous examinons tout d'abord le problème de la prédiction du temps d'exécution des requêtes SPARQL. Prédire avec précision le temps d'exécution des requêtes permet une gestion efficace de la charge de travail, la planification et l'optimisation des requêtes. Nous utilisons des techniques d'apprentissage automatique pour prédire le temps d'exécution des requêtes SPARQL. Nous générons l'ensemble de données d'apprentissage à partir de requêtes réelles recueillies dans les logs de DBPedia 3.8. Comme caractéristiques d'une requête SPARQL, nous utilisons les opérateurs de l'algèbre de requêtes SPARQL et les différents types de motifs de graphes requêtes que nous générons par le regroupement des requêtes SPARQL d'apprentissage. Nous obtenons une précision élevée (coefficient de valeur de détermination de 0,84) pour prédire le temps d'exécution des requêtes. Deuxièmement, les utilisateurs ont souvent besoin d'aide pour construire efficacement et d'affiner les requêtes au Web sémantique. Pour aider les utilisateurs à construire et affiner les requêtes SPARQL, nous fournissons des suggestions de requêtes similaires basées sur l'historique des requêtes. Les utilisateurs peuvent utiliser ces suggestions pour étudier les précédentes requêtes similaires et leurs comportements.
Type de document :
Rapport
[Research Report] RR-8392, Inria. 2013
Liste complète des métadonnées

https://hal.inria.fr/hal-00880314
Contributeur : Rakebul Hasan <>
Soumis le : mardi 5 novembre 2013 - 17:30:51
Dernière modification le : samedi 17 septembre 2016 - 01:36:49

Fichier

RR-8392.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00880314, version 1

Collections

Citation

Rakebul Hasan, Fabien Gandon. Predicting SPARQL Query Execution Time and Suggesting SPARQL Queries Based on Query History. [Research Report] RR-8392, Inria. 2013. <hal-00880314>

Partager

Métriques

Consultations de
la notice

256

Téléchargements du document

385