SPARQL查询性能预测数据集
数据来源：互联网公开数据
标签：SPARQL查询,性能预测,执行时间,机器学习模型,查询优化,RDF数据库,数据挖掘,特征工程
数据概述：
本数据集旨在预测SPARQL查询的执行时间，适用于相关研究和应用。数据集包含训练集、验证集和测试集，每个CSV文件中的列由特殊字符分隔。数据集涵盖了多种特征，包括查询操作符（代数特征）、查询与数据集质心之间的相似性（图模式特征），以及每个查询的执行计划树（从Jena提取）。数据集基于2018年Wikidata日志中的查询，这些查询在本地环境中运行于2019年Wikidata转储数据加载的Jena TDB2 RDF数据库上。该数据集是某硕士论文的研究成果，旨在探索SPARQL查询性能预测的方法。
数据用途概述：
该数据集适用于多种场景，包括但不限于：
1. 训练和评估SPARQL查询执行时间预测模型，如NuSVR、前馈神经网络等。
2. 研究SPARQL查询的执行计划树结构对性能预测的影响，适用于训练TCNN、Tree-LSTM等模型。
3. 优化SPARQL查询的执行效率，帮助开发者和研究人员改进查询设计和优化策略。
4. 支持基于SPARQL查询特征的机器学习研究，探索不同特征组合对预测效果的影响。
5. 为RDF数据库和SPARQL查询处理系统的性能分析提供数据支持，助力系统优化和改进。
