在语义网中,资源描述框架(Resource Description Framework, RDF)主要用于实现网络上信息系统的语义本体描述。由于不同的信息系统可能使用不同的语言数据描述方式,相同的语言数据有多种解释方法,这就会产生网络中的异构数据问题。异构数据的语义查询技术使用语义网技术中的RDF模型解决异构数据的查询问题。异构数据的语义查询问题是当前查询技术研究中的一个热点问题。 目前解决异构数据的语义查询问题最直接的方法是：将语义网上多个本体合并或者通过一系列规则将本体连接起来,然后利用RDF的语义闭包推理技术对连接起来的本体进行推理,将本体中隐含的知识尽可能以显式的形式表现出来且没有重复的内容,从而构建出一个完全语义闭包本体,最后将用户提出的查询请求转换剑完全语义闭包本体中进行查询,查询结果最终返回给用户,从而完成异构数据的语义查询。 本文的研究重点是RDF语义闭包推理技术。目前根据RDF推理规则提出的语义闭包生成算法存在占用内存大、时效性低等不足。本文主要目标是利用 RDF推理规则优化语义闭包生成算法,解决传统语义闭包生成算法中时效性过低的问题。 本文首先介绍了异构数据查询技术的理论知识和相关概念,以及现有异构数据查询技术方法。其次,依据对异构数据语义查询技术中RDF语义闭包推理技术的研究,通过对现有RDF的推理规则的进行分析,得到了RDF推理规则之间的联系,得出RDF推理规则中所有三元组之间的子集关系、经推理规则得到的三元组不再参加新规则运算的终止规则关系、多三元组前提的多条件规则关系和按谓词特性分类的类型分类关系。针对这些关系,以及对目前的剪除迭代向前链算法的分析优化,提出了优化的语义闭包生成算法。最后,根据语义闭包生成算法高效性的要求,对优化的语义闭包生成算法进一步优化,使用实例化三元组替代通用三元组类型,提出一个语义闭包实例化生成算法。研究结果表明,优化语义闭包生成算法具有高效性和可行性,解决了语义闭包生成时效性过低的问题,保证了网络的实时性。