數(shù)據(jù)集成中基于本體的語義異構(gòu)消除研究.pdf

1、隨著數(shù)據(jù)庫和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，大量的異構(gòu)數(shù)據(jù)源應(yīng)運(yùn)而生。隨著對信息綜合利用需求的進(jìn)一步提高，人們迫切希望解決這些異構(gòu)數(shù)據(jù)源的集成問題。中間件技術(shù)的發(fā)展使得硬件平臺、網(wǎng)絡(luò)協(xié)議及操作系統(tǒng)的異構(gòu)不再是人們關(guān)注的焦點。雖然ETL等新工具和新技術(shù)出現(xiàn)使得集成數(shù)據(jù)手段更加多樣化，人們可以獲取的數(shù)據(jù)資源日益豐富、數(shù)據(jù)量也急劇增加。但是人們逐漸意識到ETL等通用集成工具只消除了數(shù)據(jù)在語法、結(jié)構(gòu)層次的異構(gòu)，而缺乏有效解決語義異構(gòu)的能力。傳統(tǒng)的數(shù)據(jù)清洗技

2、術(shù)大多也是從數(shù)據(jù)的文本取值的方面進(jìn)行清洗處理，往往忽略了數(shù)據(jù)自身蘊(yùn)含的語義信息，造成集成數(shù)據(jù)的質(zhì)量低下。
　　 數(shù)據(jù)是信息的載體，數(shù)據(jù)價值不僅體現(xiàn)在數(shù)據(jù)量的積累上，更重要的是數(shù)據(jù)自身的質(zhì)量。高質(zhì)量的數(shù)據(jù)是各種數(shù)據(jù)分析工具(數(shù)據(jù)挖掘、OLAP等)得到有價值和有意義結(jié)果的首要條件，建立在劣質(zhì)數(shù)據(jù)基礎(chǔ)之上的決策支持系統(tǒng)是不可信的。數(shù)據(jù)集成中大量的劣質(zhì)數(shù)據(jù)成為制約數(shù)據(jù)應(yīng)用“瓶頸”。近年來數(shù)據(jù)質(zhì)量問題成為人們廣泛關(guān)注的焦點，如何集成高質(zhì)量

3、的數(shù)據(jù)成為當(dāng)前亟待解決的問題。研究表明數(shù)據(jù)集成中的質(zhì)量問題實際上主要是數(shù)據(jù)的“誤理解”引起的。由于數(shù)據(jù)源的自治性、異構(gòu)性與領(lǐng)域相關(guān)性造成了信息資源的語義異構(gòu)，語義異構(gòu)已經(jīng)成為當(dāng)前數(shù)據(jù)集成的引起數(shù)據(jù)質(zhì)量問題的最大隱患。傳統(tǒng)的數(shù)據(jù)集成方法，在數(shù)據(jù)的處理時過分依賴于數(shù)據(jù)模式提供的約束，沒有考慮領(lǐng)域信息的語義約束，忽略了數(shù)據(jù)自身的語義信息。因此，如何在數(shù)據(jù)集成研究中引入語義特性成為提高數(shù)據(jù)質(zhì)量的一個新的研究點。本文通過基于本體的語義異構(gòu)消除方法

4、來解決數(shù)據(jù)集成中由于語義引起的數(shù)據(jù)質(zhì)量問題。針對這一研究課題，文章的主要研究工作如下：
　　 首先，在信息化建設(shè)的背景下，對數(shù)據(jù)集成的目標(biāo)、異構(gòu)數(shù)據(jù)進(jìn)行了研究，總結(jié)了數(shù)據(jù)集成的傳統(tǒng)方法和基于本體的數(shù)據(jù)集成在國內(nèi)外研究現(xiàn)狀。
　　 其次，對數(shù)據(jù)庫中的語義異構(gòu)及其引起的語義沖突進(jìn)行了詳細(xì)的分析和探討，對本體及相關(guān)技術(shù)的研究進(jìn)行了總結(jié)，并以此作為支撐論文研究的理論基礎(chǔ)，分析了現(xiàn)有數(shù)據(jù)集成研究中存在的不足，并論證了利用本體及相關(guān)

5、技術(shù)解決語義異構(gòu)問題的可行性。
　　 然后，基于領(lǐng)域本體能夠捕捉數(shù)據(jù)庫ER模型共性的特點，提出了消除示意性沖突的方法。通過形式化描述數(shù)據(jù)源概念模型中元數(shù)據(jù)的上下文環(huán)境，然后將元數(shù)據(jù)中隱藏的語義信息轉(zhuǎn)化為實體的屬性來解決數(shù)據(jù)庫概念間的示意性沖突，實現(xiàn)了到目標(biāo)模式的轉(zhuǎn)化。在示意性沖突消除的基礎(chǔ)上，結(jié)合本體擁有比關(guān)系模式更加強(qiáng)大的語義表達(dá)能力，通過擴(kuò)展關(guān)系模式隱含的語義來檢測數(shù)據(jù)層沖突。
　　 最后，在課題研究中的示意性沖突和