基于本体的异构数据集成框架

针对电力系统数据集成中存在的语义异构问题,提出一种基于本体的数据集成框架。依据电力参数估计系统的数据需求模型,分析数据集成存在的语义冲突类型,在传统数据集成框架的数据集成中间件模块中加入本体语义描述模块。采用本体描述信息资源域中的概念,通过实现语义冲突主动发现并构建语义映射关系。实验结果表明,该框架能有效解决数据集成过程中的语义异构问题。     

基于本体语义映射的数据集成机制研究

数据集成的难点是如何解决数据之间的语义异构问题,本文利用本体在语义集成上的优点,提出了一种基于本体语义映射的数据集成框架。根据本体概念的定义及其结构,给出了一种本体语义映射算法,该算法通过属性集合间的比较确定概念语义关系,在计算概念相似度时,考虑了概念名称、概念属性集合和相关概念的语义信息。最后通过概念的属性集映射算法和概念映射算法实现了本体语义映射,从而重点解决了数据集成中的语义映射问题。     

基于本体的装备领域信息集成研究

装备信息集成中存在着大量的语义异构数据源,阻碍了信息的共享和交换.本体可以描述信息之间隐含的关系.在语义和知识层次上描述信息系统的概念模型,有效地解决信息集成中的语义异构问题.通过对基于本体的信息集成方法的分析,采用Wrapper/Mediator架构,提出了基于混合本体的装备基础信息集成框架,给出了框架的层次结构和关键技术.结合实际对基于本体的装备指标体系构建和查询处理问题进行了研究,验证了基于本体的信息集成方法在装备领域信息集成中的可行性和有效性.     

基于本体的多源异构数据集成方法研究

本体是描述概念及概念之间关系的概念模型,通过概念之间的关系来描述概念的语义.作为一种有效表现概念层次结构和语义的模型,本体在异构数据集成中得到广泛的应用.文章提出一种利用本体进行异构数据集成的方案,给出了集成系统的总体设计框架,对本体创建、本体映射等关键技术进行了研究和设计,并使用OWL描述本体及进行推理.     

语义信息集成中概念匹配的研究

语义信息集成是目前屏蔽数据之间的半结构性、异构性和分布性的主要方法,其目的是为用户提供最大范围的精确数据。以解决信息集成中的语义冲突为目的,采用本体描述全局数据概念,树型结构描述局部数据概念,在此基础上,给出数据的逻辑定义方法,利用相似度计算匹配值来实现数据在语义集成中的匹配,并定义语义信息集成中映射算法的描述。最后,给出实验数据和算法执行的结果,验证了该方法的正确性。     

语义集成中的不确定性本体映射模型

语义Web的高速发展使其具有动态性和异构性特征,解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式,增强了Web的语义信息。因此,为了解决语义异构性,实现数据间的互操作,必须建立异构本体间的映射关系。然而,为庞大的异构本体建立完全精确的本体映射是不现实的,本体映射中存在一定的不确定性。提出了一种新型的本体映射框架——语义集成中的不确定性本体映射。从不同方面研究本体特征,集合了多种映射策略,并引入了各映射策略中不确定性匹配的解决方案。实验证明,该方法具有可靠的实验性能,并且具有很好的通用性和可扩展性。     

基于本体的信息集成的研究与应用

本体是在分布式环境下构建复杂系统的一种新兴技术,阐述了本体的概念以及它在Web信息集成中的应用.把Web技术应用到企业的分布式环境中,完成异构系统信息的交换, 实现了一个基于本体的信息集成的数据库平台.并给出了信息集成系统的总体设计框架,实现了多数据库中结构和内容的集成.     

基于本体集成的语义标注模型设计

语义Web的全面实现需借助于语义标注,标注网页信息会涉及到多个本体.据此,通过研究桥本体,提出一个在本体集成的基础上建立起来的多本体语义标注模型.该模型利用桥本体集成顶层本体和多个领域本体,同时借助基于本体的信息抽取技术对网页进行语义标注,并将标注信息存入标注库,使标注信息与网页分离,提高语义检索的效率.通过举例说明了本模型的合理性.     

基于语义Web服务的业务过程集成的研究及实现

文中在分析目前业务过程集成所存在的问题（如缺乏统一描述、各系统之间缺乏语义等问题）的基础上，采用最新的语义Web服务技术设计了一种基于语义Web服务的业务过程集成模型，该模型不仅支持跨企业的业务合作，而且使在本领域内有共同的语义基础及业务过程规范，从而增强了企业间业务集成能力和协调能力。最后给出了一个简化的供应链上企业间业务过程集成的应用实例的设计与实现。     

基于本体和语义Web服务的供应链知识集成

运用本体论、语义Web、Web服务和多Agent等技术研究供应链系统知识集成的方法，提出了一个基于本体和语义Web服务的多Agent供应链知识集成架构，讨论了供应链系统中基于语义Web服务的智能服务机制和基于元本体和共享本体的多Agent协作方法。     

基于CSCW的企业集成模型的研究

近年来,ＣＳＣＷ得到了迅速发展和广泛应用,已成为当今很流行的技术和方向。本文利用ＣＳＣＷ技术对企业作了较全面的重组,提出一个基于ＣＳＣＷ的企业模型,并开发了一个模型语义转换系统来解决企业内部由于协作的增强而产生的语义不一致性问题。     

CIMS信息集成平台中的数据模型

为了满足ＣＩＭＳ环境中信息集成的需求。本文为信息集成平台设计了一种具有集成功能的面向对象的数据模型ＩＣＯＭ．ＩＣＯＭ数据模型不仅具有行为的封装与重载，继承与继承、行为的提炼与迟后联编和多态性等面向对象的特征，而且还能够很好解决集成过程中出现的各类冲突，即模式冲突与数据冲突。     

基于领域本体科学效应知识语义检索的研究

当前传统的信息检索技术并不能准确的捕获用户的信息需求,基于本体的方法虽然考虑到语义搜索的复杂性但是却迫使用户使用一个十分难以掌握的查询语法．通过对用户查询习惯和查询短语的分析,我们发现查询短语通常为简单的动宾结构短语．针对化学领域科学效应知识和用户的查询习惯的特点,给出了一种从自然语言查询到本体知识映射的语义检索的方法．     

基于潜在语义的网络社区发现

采用类似于LSI的方法,对于blog网页的链接进行了一次关于潜在语义的探索,借以发现网络社区。从实验的结果来看,基本验证了最初的想法,网页链接在一定程度上包含潜在语义的信息。注意到语义网与现今的HTML网页在链接问题上思想基本一致（只是多了语义的标记）,因此该方法同样适用于语义网内的社区发现与信息检索,这也是进行研究初衷。另一个贡献是通过幂迭代对GMC聚类作了算法上的优化,使得在海量数据上的处理速度大大加快。     

New Recommender Framework: Combining Semantic Similarity Fusion and Bicluster Collaborative Filtering

Collaborative filtering (CF) systems help address information overload, by using the preferences of users in a community to make personal recommendations for other users. The widespread use of these systems has exposed some well‐known limitations, such as sparsity, scalability, and cold‐start, which can lead to poor recommendations. During the last years, a great number of works have focused on the improvement of CF, but they do not solve all its problems efficiently. In this article, we present a new approach that applies semantic similarity fusion as well as biclustering to alleviate the aforementioned problems. The experimental results verify the effectiveness and efficiency of our approach over the benchmark CF methods.     

义类自动标注方法的研究

句法分析不能满足汉语分析的需要,句法和语义相结合的分析方法适用于汉语分析。分析的基础要有一部语法语义词典。目前的机读词典多是语法词典,因而需要在语法词典中加入词的语义信息。《同义词词林》是一部较好的义类词典,但没有语法信息,可以《同义词词林》的分类体系对语法词典进行义类标注,得到语法语义词典。这一过程中有不一致的情况,特别地,对《同义词词林》中未收录的词就不能直接标注义类。本文采用《同义词词林》的分类体系,研究设计了一个汉语词自动义类标注算法,对北大《现代汉语语法信息词典》进行自动义类标注。实验结果较为满意,得到91%的准确率。     

基于语义网关的信息集成服务

基于语义网关的信息集成服务能够解决企业中不同部门间因不同数据资源中语义差异、结构差异等因素而引起的信息孤岛问题。这里实现了一个语义网关,通过它来实现将基于语义的查询转换成多个近义词、同义词相关的数据的查询,并对查询结果进行融合。     

A METHOD FOR TEMPORAL KNOWLEDGE INTEGRATION USING INDETERMINATE MODEL OF TIME

Integration of knowledge is one of the most important tasks for knowledge management in distributed environments. For the same subject in the real world, each different source may generate different versions of data. Of course, with local integrity constraints these data are consistent, but they may be inconsistent with global integrity constraints. This is a popular phenomenon in processing data from distributed sources in the real world. In this work we will investigate processing inconsistency of knowledge and its integration process using the temporal model of indeterminate valid time and probability. This data model is used to describe events that take place in the future with some certainty degrees. With this model, conflict is considered as a situation in which for the same event agents give different time intervals and probabilities about the occurrence of that event. In the integration process we need to determine a proper time interval and probability (based on consensus method) that properly represent that event. With this aim, two kinds of distance functions are defined as well as analyzed. In addition, some postulates and algorithms for knowledge integration are also worked out and analyzed.     

数据源集成系统中动态字典构造方法研究

本文从异构数据源集成系统的角度出发,引入模板和动态字典的概念,统一描述各种数据源数据的模式。动态字典不仅能描述对象的结构特征,还能描述对象的行为特征,完全符合面向对象特点。除此以外,本文还引入五种模板操作的定义,并证明ＯＩＭ对象操作的模板可由相应的模板操作构成,从而给出不通过扫描数据库,而是利用局部动态字典的模板操作构造集成系统全局动态字典的方法。     

Ontologies are not the Panacea in Data Integration: A Flexible Coordinator to Mediate Context Construction

Shared ontologies describe concepts and relationships to resolve semantic conflicts amongst users accessing multiple autonomous and heterogeneous information sources. We contend that while ontologies are useful in semantic reconciliation, they do not guarantee correct classification of semantic conflicts, nor do they provide the capability to handle evolving semantics or a mechanism to support a dynamic reconciliation process. Their limitations are illustrated through a conceptual analysis of several prominent examples used in heterogeneous database systems and in natural language processing. We view semantic reconciliation as a nonmonotonic query-dependent process that requires flexible interpretation of query context, and as a mechanism to coordinate knowledge elicitation while constructing the query context. We propose a system that is based on these characteristics, namely the SCOPES (Semantic Coordinator Over Parallel Exploration Spaces) system. SCOPES takes advantage of ontologies to constrain exploration of a remote database during the incremental discovery and refinement of the context within which a query can be answered. It uses an Assumption-based Truth Maintenance System (ATMS) to manage the multiple plausible contexts which coexist while the semantic reconciliation process is unfolding, and the Dempster-Shafer (DS) theory of belief to model the likelihood of these plausible contexts.