Contribution Aux Techniques Distribuées De La Gestion De La Base De Connaissances

Résumé: Le modèle RDF élaboré par le W3C permet de décrire formellement les connaissances Web. Il existe actuellement de nombreux ensembles de données RDF de taille massive qui rendent complexes leurs gestions et avec peu de performance dans la qualité des résultats des traitements. À cet effet, les systèmes de traitement de données RDF représentent ces données par des graphes RDF en vue de les partitionner en utilisant les algorithmes de partitionnement multi-niveaux de METIS. Le partitionnement METIS fournit de bonnes performances dans la résolution du problème du partitionnement de graphe. Cependant, les partitions générées dans ces systèmes ne contiennent pas l’ensemble de tous les triplets qui respectent le vocabulaire RDFS proposé par W3C. À cet effet, nous proposons dans cette thèse une approche de partitionnement METIS avec et sans phase de prétraitement des données RDF. L’approche permet d’augmenter d’une part les performances en temps et en espace dans le processus du partitionnement et d’autre part en sémantique au niveau des données RDF dans les différentes partitions. Une série d’expérimentations sur des données RDF ont évalué les résultats de notre approche et ont donné une nette amélioration des paramètres de l’algorithme multi-niveaux.

Publié dans la revue: