基于图数据库的文献检索方法优化与实现

林启胜; 王磊; 周喜; 赵凡; 马博

Chinese

您当前的位置：

首页 >

文章列表页 >

基于图数据库的文献检索方法优化与实现

更新时间：2026-09-04

- 基于图数据库的文献检索方法优化与实现
- Design and Implementation of a Literature Retrieval System Based on Graph Database
- 微电子学与计算机 2017年34卷第10期页码：63-67
- 作者机构：
  
  1. 中国科学院机构新疆理化技术研究所,新疆,乌鲁木齐,830011
  2. 新疆民族语音语言信息处理实验室,新疆,乌鲁木齐,830011
  3. 中国科学院大学机构计算机与控制学院,北京,100190
- 作者简介：
- 基金信息：
  
  中科院西部之光——西部博士项目 XBBS201315
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
林启胜, 王磊, 周喜, 赵凡, 马博. 基于图数据库的文献检索方法优化与实现[J]. 微电子学与计算机, 2017, 34(10): 63-67.

LIN Qi-sheng, WANG Lei, ZHOU Xi, et al. Design and Implementation of a Literature Retrieval System Based on Graph Database[J]. 2017, 34(10): 63-67.
林启胜, 王磊, 周喜, 赵凡, 马博. 基于图数据库的文献检索方法优化与实现[J]. 微电子学与计算机, 2017, 34(10): 63-67. DOI：

LIN Qi-sheng, WANG Lei, ZHOU Xi, et al. Design and Implementation of a Literature Retrieval System Based on Graph Database[J]. 2017, 34(10): 63-67. DOI：

摘要

针对目前文献检索系统对于查询结果仅以文本形式呈现的问题

提出了一个基于图数据库的文献信息检索系统.该采用图数据库Neo4j进行存储

用户通过关键词查询

系统以图节点的可视化形式将信息呈现给用户

可以直观地了解文献的相关信息.实验结果表明

该系统比关系基于数据库的系统更快

执行的时间减少了71%(对于3-节点查询)

88%(对于4节点的查询)

以及99%的(5-节点查询).

Abstract

For the current literature retrieval system for the results presented in the form of text only problem

a graph database based literature Information Retrieval System. The use graph database Neo4j storage

user query literature by keyword

the system visually in the form of graph nodes of information presented to the user can intuitively understand literature related information. Experimental results show that the system is faster than relational database system

the implementation time is reduced by 71% (for 3-node query)

88% (for 4-node queries)

and 99% (for 5-node query).

关键词

Keywords

references

Kaliyar R K. Graph databases: A survey[C]//Computing, Communication % Automation (ICCCA), 2015 International Conference on. IEEE, 2015: 785-790.

Jordan G. Spring data Neo4j, practical Neo4j[M]. Springer, 2014: 261-318.

Zhu Y, Yan E, Song I Y. The use of a graph‐based system to improve bibliographic information retrieval: System design, implementation, and evaluation[J]. Journal of the Association for Information Science and Technology, 2016.

Miller J J. Graph database applications and concepts with Neo4j[C]//Proceedings of the Southern Association for Information Systems Conference. Atlanta, GA, USA, 2013.

Singh M, Kaur K. SQL2Neo: Moving health-care data from relational to graph databases[C]//Advance Computing Conference (IACC), 2015 IEEE International. IEEE, 2015: 721-725.

Holzschuher F, Peinl R. Performance of graph query languages: comparison of cypher, gremlin and native access in Neo4j[J]. Joint Edbt/icdt Workshop Graphq, 2013, 1(1): 195-204. DOI: 195

程学旗, 靳小龙, 王元卓, 等. 大数据系统和分析技术综述[J]. 软件学报, 2014, 25(9): 1889-1908. DOI: 1889

路莹, 罗荣庆, 王青春, 等. 基于图形数据库Neo4J的合著网络研究与实践[J]. 中华医学图书情报杂志, 2016, 26 (4): 13-16. DOI: 13

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多尺度融合与小目标增强的航拍车辆检测算法

超低功耗实时时钟电路的设计

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

大模型发展综述：从BERT到Deepseek的技术演进

面向处理器分支预测单元的Spectre攻击轻量化防御方法