基于本體和XML的異構數(shù)據(jù)集成研究.pdf

1、隨著Web的迅猛發(fā)展，因特網(wǎng)上的資源越來越豐富，已經(jīng)成為一個巨大的全球化信息倉庫。Web上的資源不僅包括傳統(tǒng)的有嚴格數(shù)據(jù)模型的數(shù)據(jù)庫，如關系數(shù)據(jù)庫和面向對象的數(shù)據(jù)庫，而且還包括無結構和半結構的數(shù)據(jù)，如大量的HTML文檔、XML文檔和文本數(shù)據(jù)。這些分布在各處的數(shù)據(jù)資源，在其設計階段，主要是為了滿足各自的業(yè)務需要而形成的，由于軟硬件平臺及數(shù)據(jù)模型的不同而成為了異構數(shù)據(jù)。異構數(shù)據(jù)互相之間難以集成和共享，使各數(shù)據(jù)源間的互操作變得困難，無法實現(xiàn)信

2、息的共享和有效利用，從而成為“信息孤島”。為了更好地利用網(wǎng)絡上浩如煙海的信息，人們迫切需要集成這些地理分布、管理自治、模式異構的數(shù)據(jù)，因此異構數(shù)據(jù)集成問題吸引了眾多關注。 在本文中，先全面地分析了現(xiàn)有的數(shù)據(jù)集成方式，異構數(shù)據(jù)集成的相關理論和技術。然后指出了當前異構數(shù)據(jù)集成的主要問題是語義異構問題。在此基礎上提出了一種基于本體和XML的異構數(shù)據(jù)集成系統(tǒng)模型，用來解決語義異構問題。設計了基于本體和XML的異構數(shù)據(jù)集成模型，并對模型中

3、的關鍵模塊進行探討。本體的引入是為了解決異構數(shù)據(jù)集成中的語義異構。 本文的研究主要有以下幾點： (1)探討了異構數(shù)據(jù)集成中的相關理論和技術。分析了現(xiàn)有的數(shù)據(jù)集成方法，指出了當前的數(shù)據(jù)集成中急需解決語義異構。 (2)通過對已有的數(shù)據(jù)集成系統(tǒng)體系結構的研究，結合XML技術、本體技術和Web Services技術，提出了一種基于本體和XML的異構數(shù)據(jù)集成模型。對此模型中的功能模塊給出了詳細的描述，并對關鍵模塊進行了測試

4、。 (3)采用XML作為中間語言，將各局部數(shù)據(jù)源數(shù)據(jù)轉化為XML數(shù)據(jù)模式進行集成，從XML Schema上構建局部本體，從而屏蔽底層數(shù)據(jù)源的語法的異構性。 (4)利用本體描述領域概念的優(yōu)勢，采用本體描述語言OWL構建全局本體和局部本體，同時定義了全局本體和局部本體的映射，局部本體和數(shù)據(jù)源的映射規(guī)則,解決數(shù)據(jù)集成中存在的語義異構問題。 (5)將各個異構數(shù)據(jù)源包裝器封裝為Web Services，使系統(tǒng)具有松耦合、靈