基于Web Service數(shù)據(jù)智能集成技術的研究.pdf

1、當前海量的數(shù)據(jù)存儲在不同數(shù)據(jù)庫管理系統(tǒng)中，但由于絕大多數(shù)數(shù)據(jù)源間的異構(gòu)性，形成了所謂的“信息孤島”。為了消除異構(gòu)、檢測數(shù)據(jù)的異常、提高信息綜合利用率和準確率，本文提出了一種基于Web Service數(shù)據(jù)集成系統(tǒng)和基于神經(jīng)網(wǎng)絡解決該集成系統(tǒng)中屬性匹問題。
　　與傳統(tǒng)集成方法相比，Web Service數(shù)據(jù)集成方法優(yōu)化了傳統(tǒng)集成方法，整個系統(tǒng)具有實時性、可擴展性、高響應性等特點。數(shù)據(jù)集成的核心問題是正確實現(xiàn)語義映射關系，即模式匹配，具

2、體到關系數(shù)據(jù)庫中，就是在異構(gòu)數(shù)據(jù)庫間找出相同的屬性記錄。屬性匹配是解決數(shù)據(jù)源間異構(gòu)問題的關鍵性操作。
　　本篇論文在研究了目前已有的數(shù)據(jù)庫集成的屬性匹配技術的基礎上，發(fā)現(xiàn)基于機器學習（BP神經(jīng)網(wǎng)絡）的方法比起基于規(guī)則的方法在屬性匹配問題上有絕對的優(yōu)勢。但是研究發(fā)現(xiàn)，目前基于 BP網(wǎng)絡的屬性匹配方法仍然存在著諸多不足，如干擾匹配項過多，匹配空間過大等等。針對目前方法的不足，本文從提高匹配效率、匹配查準率、匹配查全率三個重要指標出發(fā)，