基于Seq2Seq 模型的SparQL 查询预测∗

杨东华,邹开发,王宏志,王金宝

1(哈尔滨工业大学 分析测试与计算中心,黑龙江 哈尔滨 150001)

2(哈尔滨工业大学 计算学部,黑龙江 哈尔滨 150001)

近年来,支撑人工智能的数据管理和分析技术已成为当前大数据与人工智能领域的研究热点,在图数据库领域也是如此.利用图数据库中的数据管理与分析技术,可以有效促进人工智能领域的发展.例如:在类似于微信或者Facebook 这样的社交网络中,存在着大量用户与用户之间的关系,适合用图数据模型进行存储.在商业领域,公司控股关系、法人关系等也构成了一个庞大的网络,这些数据更适合使用图数据库进行存储,并借助人工智能,利用数据管理与分析技术为用户、公司等提供更多的帮助.

查询预测是图数据库领域支撑人工智能的技术之一,结合各种人工智能方法,利用已有的查询对用户未来的查询进行预测,然后进行数据预加载,从而提高图数据库的响应效率.这些方法对人工智能本身的发展起到了推动作用.

以SparQL 查询为例,目前已有一些研究人员提出了SparQL 查询预测的算法.这些算法往往分为两类.

• 一类方法如文献[1−3],从图数据库读取数据源的信息,然后根据这些信息来对用户可能的查询进行预测.这样的方法能够结合数据信息,但也使得算法不具有跨数据移植性.当更换了其他数据源之后,可能会因为某些信息的缺失而使算法无法正确工作;

• 另一类方法则通常从图数据库的工作……