基于本體的異構(gòu)數(shù)據(jù)源集成系統(tǒng)模型及其查詢(xún)處理.pdf

1、　　Web提供了一個(gè)極其豐富而有價(jià)值的信息資源庫(kù)。如何從Web數(shù)據(jù)源中獲取并提供給用戶(hù)符合需要的Web信息這是一個(gè)具有重要意義的理論和實(shí)際應(yīng)用課題。Web上的數(shù)據(jù)具有半結(jié)構(gòu)性、異構(gòu)性和分布性等特點(diǎn),使用傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)來(lái)存儲(chǔ)和查詢(xún)Web上的所有類(lèi)型的數(shù)據(jù)是十分困難的。這篇文章主要研究如何實(shí)現(xiàn)Web上異構(gòu)數(shù)據(jù)源的集成和有效的查詢(xún)。
　　每個(gè)Web站點(diǎn)中的信息處于某特定語(yǔ)義背景當(dāng)中,這個(gè)背景中的特定知識(shí)蘊(yùn)涵在Web信息當(dāng)中,與Web信

2、息一起構(gòu)成了Web信息的語(yǔ)義。由于Web信息的分布性,Web信息的語(yǔ)義可能存在異構(gòu)問(wèn)題。本文在分析Web信息特點(diǎn)和當(dāng)前Web信息集成方法的基礎(chǔ)上,對(duì)如何在語(yǔ)義層上實(shí)現(xiàn)Web信息的集成,以及如何進(jìn)行查詢(xún)處理進(jìn)行了研究。這些研究包括了基于本體的異構(gòu)數(shù)據(jù)源集成系統(tǒng)模型的提出,查詢(xún)的重寫(xiě),查詢(xún)的分解及查詢(xún)的優(yōu)化等內(nèi)容,所做的工作和創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：
　　1.提出了一種通用的基于本體的異構(gòu)數(shù)據(jù)源集成系統(tǒng)模型OBISUA(Onto

3、logy-Based Integration System Universal Architecture)。該模型通過(guò)引入本體來(lái)解決各數(shù)據(jù)源在語(yǔ)義層上的異構(gòu),為用戶(hù)提供一個(gè)語(yǔ)義統(tǒng)一的接口,隨時(shí)隨地提供對(duì)數(shù)據(jù)統(tǒng)一、透明的訪問(wèn),從而實(shí)現(xiàn)各異構(gòu)數(shù)據(jù)源中信息的共享。
　　2.在模型的查詢(xún)處理部分提出了兩個(gè)查詢(xún)重寫(xiě)算法。算法一將用戶(hù)提出的對(duì)全局本體的查詢(xún)轉(zhuǎn)化為對(duì)局部本體的查詢(xún),算法二將對(duì)局部本體的查詢(xún)轉(zhuǎn)化為對(duì)數(shù)據(jù)源的查詢(xún)。用RDFS來(lái)描述本

4、體,對(duì)全局本體的查詢(xún)使用RDQL語(yǔ)言,對(duì)數(shù)據(jù)源的查詢(xún)使用XQuery語(yǔ)言。
　　3.提出了基于緩存的查詢(xún)優(yōu)化策略。由于對(duì)WWW上的數(shù)據(jù)源檢索速度慢,每次從數(shù)據(jù)源檢索的效率太低,為了提高全局查詢(xún)的速度,引入緩存將查詢(xún)結(jié)果存放于緩存中,用LRU算法淘汰最近不常用的查詢(xún)結(jié)果。為了判斷查詢(xún)結(jié)果是否包含的緩存中,提出了“緩存入口”的概念,另外在判斷兩個(gè)查詢(xún)是否具有包含關(guān)系時(shí)引入了“查詢(xún)關(guān)系四元組”的概念。數(shù)據(jù)緩存可以大大降低對(duì)數(shù)據(jù)源處理能力