.546 北京科技大学学报 第35卷 各订阅条件可能存在变量名冲突，HTVI以变量名 于订阅条件自身三元组数量的订阅条件，作为匹配 +订阅序号作为索引哈希表的联合主键其数据结 成功的订阅条件 构如下： //Intelligent Semantic Matching Algorithm aashSet<string>()PSHatch (GE,GS) Class Htvi{ RDrModel <-rending the event from an RDF/XML document GE OWIModel <-create s OWL model from pilot .ovl document String varName;:/变量名称 if OWIModel.validate (G)not paas print(n log tile)i String subNum;/订阅序号 (-RDTModel.() Enum varType;/枚举类型，VFL/VTL选一 /数据值为匹配成功的请表达式个数 List<VH>vAList;:/VFL列表 保存配指中不动的行阅件号列： List<Vtl>vtlList;/VTL列表 nt B (4)PDT:谓词表.用于存储每个订阅条件三元 !查询合并订阅敷籍结构s中订阅安哈希邻锁表： 2 if (htaizlem !-null) 组中，主语和宾语变量通过订阅序号标识所属订阅 21 pdtLiat《一hta1E1em,getPdtLiat):/将到词列表pdtLiat 2 for ench prediente item pdt(pdtSubject,pdtobject)in pdtLiat 条件，对主语和宾语变量再通过HTVI查询到变量 if (checkTypeVar (eventsubject,pdtSubject) 2 类型或变量约束.其数据结构如下： Class Pdtf String subNum;/订阅序号 /若元话句级匹配成功。将R /订阅条件序号，数据值城计数加1 lt5 abacrbe中对应的 String subject VarName;/主体变量名称 hBhu1t号 htReauitsuba ()) String object VarName;/客体变量名称 1 e1se/首次终取已匹配订阅序号 ()) 微索益 (pdt.(),Inte 7 htResultSubacribe.remove(pdt.getsubNum()): (⑤)HTSI:订阅索引哈希邻接表.此表是语义 /在htResultSu山acribe保存的是可能匹配成功的订阅条件序号列表 Web订阅数据模型的起始点.各订阅条件约束谓词 subacribe No.item subacribelo in htReaultSubacribe.keyset ( htReaultSubacribe.get (aubacribeNo): 集是个有限集合，在两个订阅条件中可能有相同的 /即为匹配成功的阅条件 属性标识严，在HTSI中属于一个数据元素，通 把远配成功的司案件，放结果集au15uset中 过订阅序号HashSet标记约束谓词对应已有的ss. 把相同的属性标识“一的订阅条件链接在同一个边 图1支持语义的智能匹配算法 表PDT中，根据订阅序号加以标识.其数据结构如 Fig.1 Matching algorithm of ISMA 下： 2.3算法复杂性分析 Class Htsl{ URIRef uRIRefPro;/属性URIRef 设有S个订阅，共Sp个订阅谓词属性，分属于 HashSet<-String>subNumSet;/订阅序号集合 Ps个类别、Sr个变量约束和Sr个变量类型，Sr List<Pdt>pdtList;/PDT列表 分属Fs个类别，SR分属Rs个类别.设R=∑R· 设有e个发布事件，共Ep个断言，分属于PE个 22支持语义的智能匹配算法(ISMA) 类别.从时间复杂度和空间复杂度两方面进行匹配 算法（包括发布事件）的复杂性分析 发布事件需要与所有的订阅条件比较，查找匹 2.3.1时间复杂度分析 配的订阅条件集{S},是对语义Web订阅数据模型 的匹配，算法如图1所示. 匹配算法时间复杂度分析：设第E,发布事件 为了适应分布式、大规模和动态变化的需求10， 共有EP个断言，第，断言对应订阅索引哈希邻 匹配算法分两个阶段.第一阶段是对RDF/XML格 接表HTSI中的谓词列表长度为PDTLen,单个发 式存储的发布事件通过本体库规范其术语，检查其 布事件与订阅条件匹配的时间复杂度为 逻辑关系是否符合本体库要求，通过规则进行同义 词推理，完成语义标识；第二阶段是对三元组形式 (1) 表示的事件与语义Wb订阅数据模型，根据属性 进行结构比较，将可能满足的订阅条件一次性选出 因为∑PDTLen2=Sp,所以 来，再根据已匹配的三元组数量与订阅条件自身三 元组数量比较，将匹配选择的订阅条件中，大于等 TEMSi≤O(SP), (2)5 4 6 · 北 京 科 技 大 学 学 报 第 卷 各订阅条件可能存在变量名冲突 , 以变量名 订 阅序号作为索引哈希表 的联合主键 其数据结 构如下 变量名称 订阅序号 肠 枚举类型, 选一 、 列表 列表 谓词表 用于存储每个订阅条件三元 组中, 主语和宾语变量通过订阅序号标识所属订阅 条件 对主语和宾语变量再通过 查询到变量 类型或变量约束 其数据结构如下 订阅序号 主体变量名称 。 客体变量名称 订阅索引哈希邻接表 此表 是语义 订阅数据模型的起始点 各订阅条件约束谓词 集是个有 限集合, 在两个订阅条件中可能有相同的 属性标识 叼斗乙, 在 中属于一个数据元素 , 通 过订 阅序号 标记约束谓词对应 已有的 把相 同的属性标识 叼〕产的订阅条件链接在 同一个边 表 中, 根据订阅序号加以标识 其数据结构如 下 印 属性 订阅序号集合 列表 支持语义 的智能匹配算法 发布事件需要与所有的订阅条件 比较 , 查找匹 配的订阅条件集 , 是对语义 订阅数据模型 的匹配 , 算法如图 所示 为了适应分布式 、大规模和动态变化的需求 , 匹配算法分两个阶段 第一阶段是对 格 式存储 的发布 事件通过本体库规范其术语, 检查其 逻辑关系是否符合本体库要求, 通过规则进行 同义 词推理 , 完成语义标识 第二阶段是对三元组形式 表示的事件与语义 从飞 订阅数据模型 , 根据属性 进行结构比较 , 将可能满足的订阅条件一次性选 出 来 , 再根据 已匹配的三元组数量与订阅条件 自身三 元组数量比较 , 将 匹配选择 的订阅条件 中, 大于等 于订阅条件 自身三元组数量的订阅条件 , 作为匹配 成功的订 阅条件 口即 息, 口 匕 七功 口 王卯 七 血 , 劫 七` 七 土 》 《 口 困匕 卜 艺, 》 加口刀纽川巨 互 `一 民 山山 比 , 记 口口, 扣口 。`比 已 `花 口刀比川 一 。 目 旧 二 洲 陇 硬 叹口山川 , 工生 七记 月之 。七 。勺 吧 目 巴 带 , 七 仁孟这 仁 一 别 目匕口 巴 仁工生 】言 七 七, 。七」上吧 二 万 , 七 七 咤 七 切 , 忆 叨 》 砚》 , 保 存可 能匹配成 功 的订阅条件 序号 列表 , 其健 值为 订 圈序 号 , , 橄 据值 为匹配 成功 的谓词表达 式个 橄 , 及 臼匕 心 七 ” 口 七 《 七 红月 》 砚 刀保 存匹陀 过理 中不成 功的订 阅条件 序号列 襄 七 口七 七吧, 巴口 日 艺 吧 口 口七 乙主口 民 户以沈 立, ` 目 已 , 二 七, 。七, 州茸吧 。 七 , 即 比 七」 , 吧, 曰月犯 , 七 忆, 吧” 加 加 巴不 理 抓 犯 匕 , 王 解 比 七一土兀立 《 。 , 口书记 刀 查钧合 并订 匆橄拐 结撰招, 中订 阅宜引哈 希邻挂 表 伪 月生厄 夕二 《一 址 , 妞加 价 以 》 ,' 得 到讨 词列 表冈 以 纪。 。助 州, 以 比 七, 亡 , 口 七工立 立亡 。七 亡宜了萝 吧, 抽 《 , 心 , “ 。七 `上 亡, 知上 砚 , 七 , 七 》 , 根拓主 语 。曲 与 七 女 盈类 组是 否 匹配和 宾语 , , 吧, 七 , 与训幽 喊 变 盈的 束是 否匹配 标准 , 断言 与订阅条件 谓词表 姑式 是否 匹配到 , 实 现 发布事件 日 匕口 , 获取以 砚洲食湘口 知 及 , 七 力 口 《】川 定 , 称 为元 语 句级 匹配 , 二 七翻仙 峨 》 已匹 配订 阅序 号为洲 ` , 比刘 卜 。的月 性徽 级 洲 食湘 口 七 口 ,' 若元语句 级 匹吮成 功, 将 七。 呱 七, 曲 二 派 中对 应 的 , 订阅条件 序 号, 孩拐 值坡 计橄加 口 , 七 上吧 。 吧 口, 吐目 一口吧比 七口口 》 》 七七 口七 。七 泛 一 七 砚 。 , 首 次获取江 己匹配订 日序 七七口吧 血 」上吧 七七月 七翻 《 , 劝 七于 口 叱曰 砚》 , 切 砚 公 , , 若元语句 级 匹充不 成功 , 将七四 公 。 曲 山吧中川 , 此 订阅序 号 , 间时在汤 舰 加 切曲 邮 曲 玲希纽 合仑 井 `订 阅序 号且 七七及 , 己 」上吧 。 吧 口, 。口吧 上日幼 《 》 》 七 口 口山妇 七石 七 。 《 。口 ` 七翻 砚》 》 刀在汤口 吐 。 七 派 保 存的 是可 曲匹配 成功 的订 阅条件 序 号列衰 亡。 `七 七 力吧 。 。 二 既 月义沮 。 刀 加七皿 日 」上吧 丫阮 《 》 冶 七 皿 , 上比 , 硬 立 月 亡《 劝 , 舀 口 月 , 立兀立, 《 。 上吧 匕 刀 硕口七 幻洲组。 》 , 每个橄拐元贵值峨大于 、 娜于订阅条件“ 的谓词衰达式橄最的订阅条件 即为 匹配成功 的订 阅条件 忿吧 宝, 创民犯 。 `, 七 幻跳口 , 把 匹配成劝 的订 阅条件 , 放人 结某 典民 皿 吧 中 吧二 , 创民沁 图 支持语义的智能匹配算法 入 算法复杂性分析 设有 个订阅, 共 异 个订阅谓词属性, 分属于 个类别 、 个变量约束和 几个变量类型 , 尸 分属 个类别, 。分属 、 个类别, 设 又 、 设有 。个发布事件 , 共 尸个断言 , 分属于 几 个 类别 从时间复杂度和空间复杂度两方面进行匹配 算法 包括发布事件 的复杂性 分析 时间复杂度分析 匹配算法时间复杂度分析 设第 , 发布事件 共有 尸、个断言, 第 升, 断言对应订阅索引哈希邻 接表 中的谓词列表长度为 , 单个发 布事件与订阅条件匹配的时间复杂度为 么 、 `七`一口头” 了少 因为 艺 了 尸, 所以 几 、 蕊 尸