彭鹏的论文（Adaptive Distributed RDF Graph Fragmentation and Allocation based on Query Workload）被 TKDE 录用。

随着资源描述框架（Resource Description Framework，RDF）数据规模的日益增长，设计一个分布式RDF数据管理系统对这些数据进行管理是一件十分必要的事情。在设计分布式RDF数据管理系统的过程中，常见做法在于：首先将RDF数据划分成多个称为分片的子数据，然后讲这些分片分布到不同机器上。因此，分布式系统设计的过程包含了两个部分：数据划分和分片分配。在本研究中，我们利用查询日志进行数据划分和分片分配，以旨在减少查询处理过程中的通信代价。具体而言，我们自适应地维护一些频繁读取模式（frequent access pattern，FAP）来反映查询日志的特性并保证数据完整性和方法近似率。基于这些的频繁读取模式，我们提出了三种数据划分策略：垂直划分策略、水平划分策略和混合划分策略，以针对不同查询处理目标来进行处理。数据划分之后，我们讨论如何将划分出来的分片分配到不同机器上以平衡负载。最后，我们还讨论了如何利用数据划分和分片分配的结果进行查询处理。在真实RDF数据集合上的实现验证了我们方法的卓越性能。