異構(gòu)醫(yī)療數(shù)據(jù)庫(kù)語(yǔ)義集成迭代算法.pdf

1、語(yǔ)義集成可以消除異構(gòu)數(shù)據(jù)庫(kù)中的數(shù)據(jù)沖突和異常，實(shí)現(xiàn)同一行業(yè)不同企業(yè)和機(jī)構(gòu)之間的異構(gòu)數(shù)據(jù)集成。異構(gòu)數(shù)據(jù)的語(yǔ)義集成對(duì)于國(guó)家進(jìn)行宏觀調(diào)控、建立公共數(shù)據(jù)平臺(tái)具有十分重要的作用。 采用語(yǔ)義一致性檢測(cè)的迭代流程，在同一迭代流程中，通過(guò)結(jié)合屬性和元組語(yǔ)義的檢測(cè)提高語(yǔ)義集成的精度。采用聚類(lèi)方法分析屬性之間的語(yǔ)義一致性，根據(jù)直接從屬性的數(shù)據(jù)值中提取的特征，分別采用K-means聚類(lèi)算法、模糊聚類(lèi)算法和改進(jìn)的chameleon凝聚層次聚類(lèi)算法，得到

2、三種屬性的語(yǔ)義匹配結(jié)果進(jìn)行投票，以得票數(shù)不低于2的屬性對(duì)作為語(yǔ)義一致屬性對(duì)，用作迭代流程的初始屬性語(yǔ)義匹配結(jié)果。在聚類(lèi)分析中，屬性特征只從屬性的數(shù)據(jù)值中提取；在改進(jìn)的chameleon算法中，以Normalized Cut準(zhǔn)則取代原算法的Min-cut準(zhǔn)則。 在迭代過(guò)程中，首先依據(jù)屬性語(yǔ)義匹配的結(jié)果，采用分類(lèi)方法檢測(cè)元組之間的語(yǔ)義一致性。手工挑選數(shù)量相同的匹配元組對(duì)和不匹配元組對(duì)，作為訓(xùn)練樣本數(shù)據(jù)集訓(xùn)練logistic回歸分類(lèi)器

3、，并對(duì)分類(lèi)結(jié)果進(jìn)行分析和評(píng)價(jià)；然后對(duì)分類(lèi)所得匹配元組對(duì)做相關(guān)分析和線(xiàn)性回歸分析，通過(guò)皮爾遜相關(guān)系數(shù)和線(xiàn)性回歸擬合參數(shù)發(fā)現(xiàn)新的語(yǔ)義一致屬性對(duì)，更新屬性匹配結(jié)果并用于下一步迭代。 使用三峽醫(yī)院和南漳醫(yī)院的藥品表作為實(shí)驗(yàn)數(shù)據(jù)，藥品表的屬性個(gè)數(shù)分別為20和27個(gè)，從中各挑選603個(gè)匹配元組對(duì)和不匹配元組對(duì)，用作研究中的實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，在語(yǔ)義集成迭代流程中，隨著迭代次數(shù)的增加，能夠不斷發(fā)現(xiàn)新的匹配屬性和匹配元組，且識(shí)別出的屬性對(duì)和