9月14日下午，北京大学邹磊博士应邀在东五楼210学术报告厅作了题为“gStore: Answering SPARQL Queries via Subgraph Matching”的学术报告。
　　邹磊博士的报告主要面向大规模RDF数据存储和查询研究。大规模RDF数据存储和查询问题是语义网发展过程中面临的关键问题，为语义网上层的逻辑推理及智能分析提供了高效的底层基础支撑。在报告中，邹磊博士分享了其课题组在大规模RDF数据的索引构建及子图匹配查询方面的研究，他指出现有的解决方案有两方面缺陷，首先是现有的解决方案无法满足SPARQL语言对模糊查询的需求，其次是现有的RDF数据管理系统无法处理频繁的更新操作。为此，需要基于图的方法存储RDF数据，并把SPARQL查询转换成子图匹配的方式用于弥补SPARQL对模糊查询的缺陷。然而，由于子图匹配是NP-Hard问题，将SPARQL查询转化为子图匹配问题很难保证查询效率。为了解决这个问题，邹磊博士提出了一种新颖的数据索引结构，首先使用数字签名的方式对RDF图进行编码，同时使用VS-tree对以编码的RDF图节点建立索引，从而提高数据查询效率。实验表明，在SPARQL精确查询和模糊查询中都获得了比现有的RDF存储和查询系统更高的性能。
　　邹磊博士的报告引起了老师和同学们的热烈讨论。他同袁平鹏老师、赵峰老师、博士生吴步文和硕士生刘谱等围绕编码、索引构建消耗、测试数据的选取及特殊查询等问题进行了讨论。报告结束后，实验室博士生在202会议室就大规模RDF数据处理领域正在开展的研究工作同邹磊博士进行了深入交流和研讨。
　　邹磊于2003年7月毕业于华中科技大学计算机学院，获工学学士学位；2009年6月毕业于华中科技大学计算机学院，获工学博士学位。攻读博士学位期间先后访问香港科技大学计算机科学与工程系和加拿大滑铁卢大学计算机系。2009年7月他加入北京大学计算机科学技术研究所。主要从事图数据库的索引和查询算法，top-k查询算法以及语义网数据管理方面的研究。他已经在TKDE等国际著名期刊以及VLDB、ICDE、EDBT、CIKM、DASFAA等国际会议上发表过多篇高档次学术论文。