基于本体的数据集成系统的设计与实现

针对当前对异构数据源的数据集成中存在的语义异构问题,尤其是元素层的语义异构,通过分析现有的基于XML数据集成方法的基础上,将系统的设计分为三层,其中在数据层实现对异构数据源XML模式的包装,而在用户层和数据层之间增加一个中间层来实现全局查询到局部查询的转换。同时将本体论的思想引入集成系统框架,通过在中间层建立全局本体库和局部本体库,以及构建本体库之间的映射关系,解决了数据集成中异构数据源元素层的语义异构问题。     

一种基于Ontology的数据集成系统

针对异构数据源中实现基于语义的数据集成的需求，采用分层思想，在用户层与实际数据层之间增加一个中间层来屏蔽底层数据的异构，用本体作为公共语义描述工具，建立本体到各数据源的映射规则，设计实现了将基于本体的全局查询转化为基于各数据源的局部查询系统，解决了数据源之间的语义异构问题，其中用OWL表示本体和映射，并研究了系统中的关键技术。     

基于本体的专利数据源集成的研究及应用

分析了异构专利数据源集成中存在的困难,针对不同专利数据源间存在的分布性、自治性、异构性等问题,提出了一个基于混合本体的专利数据源集成解决方案.该方案采用局部本体描述单个专利数据源中的语义,通过本体合并构建全局本体实现多个专利数据源问的语义集成,定义全局本体与局部本体之间的映射关系解决多个异构数据源集成中存在的语义异构问题.使用该方案,用户可从集成的专利数据源中获取正确的查询结果,有效地解决了"信息孤岛"问题.     

异构专利数据源集成系统中查询的研究

为了有效地对异构专利数据源进行统一的查询,提出一个基于本体的异构专利数据源集成系统.该系统引入本体解决数据源集成中存在的语义异构,通过全局数据模式为用户提供统一的查询接口,将用户针对全局数据模式的查询重写为针对各个局部数据源的子查询.使用该系统,用户可以从异构的专利源中得到正确的查询结果.     

一种面向领域的虚拟视图语义集成方法*

针对油井工程领域异构数据源,提出了一种基于语义的虚拟视图集成方法。通过本体抽取和本体合并分别构造数据源局部本体和全局本体实现基于语义的数据访问视图,并利用全局本体、局部本体和数据源模式之间的映射关系,将基于语义的查询转换为底层数据源的访问请求,提供统一、透明的数据访问视图,以避免数据加载和更新等问题。通过油井决策支持数据集成平台,该方法取得了很好的应用效果。     

基于本体的ETL设计研究

提出了一种基于本体的ETL设计方法,通过建立各数据源的局部本体和目标数据仓库的全局本体以及本体间的映射,得出以OWL表示的各数据源和目标的映射关系.用本体元数据指导数据抽取,转换和加载过程,解决数据源ETL过程中的语义异构问题,实现了企业数据语义程度的集成.     

基于本体的异构数据集成方法

本体具有很强的表达概念语义和推理的能力,为解决多数据源数据集成中语义异构的问题,本体被逐渐应用于其中.给出了一种基于混合本体的信息集成方法,通过建立局部本体、全局本体,以及它们之间的映射,使对全局本体的全局查询能够分解为对底层数据源的查询,重点讨论了该方法中本体的映射,在映射中加入了属性转换,解决了其它映射形式只能表达简单的映射或映射不易维护的问题,并且提高了系统的查全率和查准率.     

一种基于视图的本体映射模型的构建

为了实现异构本体间的互操作,本体映射是最有效的解决方法.在本体映射的研究中,已经有很多文献提出了多种映射方法,比较和分析这些方法后,本文基于Schema映射理论构建了基于视图的本体映射模型.首先生成各局部本体的视图;然后对各局部本体视图概念进行聚类分析生成类聚簇,在此基础上基于概念语义关系将局部本体视图元素合并集成为全局本体视图元素,生成全局本体视图,同时建立起全局本体视图与局部本体视图间的映射关系.该模型增加了本体映射的可理解性和清晰性;适应于动态信息环境;为实现异构本体间信息共享提供了一个可视化的框架.     

DW中一种基于本体的语义集成方法研究

文中介绍了数据仓库领域一种基于本体的语义集成方法。首先建立领域本体和数据源的局部本体,然后通过局部本体对应的概念树间的映射算法得到数据源全局本体,再和领域本体映射,得到映射关系。最后通过本体推理,得出隐含的语义关系,用最终的语义关系来指导数据抽取、转换和加载过程,实现数据仓库语义程度上的数据集成。     

异构数据源模式集成方法研究

异构信息系统集成中的模式集成是核心部分,模式集成的关键是选择合适的公共数据模型来实现全局视图和局部数据源模式之间的转换和映射,分析了现有数据集成系统的研究和开发现状,在Wrapper/Mediator结构的基础上研究了基于扩展HDM公共数据模型的异构信息系统数据集成环境的框架,HDM具有良好的表达能力和操作性能,本文给出了HDM的形式化描述以及基于HDM的模式转换方法,讨论了基于HDM的模式集成的若干关键技术并对进一步研究做了展望.     

基于OWL本体论映射的数据库网格语义模式集成研究

本文提出了一种在数据库网格中OWL本体论映射机制如何用于基于语义的数据库模式集成。方法是首先把关系模式转化为RDF/OWL语义描述以完成局部映射,再通过把局部数据语义与全局共享本体建立联系来完成全局映射。本质是把异构数据库模式的语义通过本体显性地表达出来,并在语义Web层完成模式的集成。特点是实现了在统一的语义层次上进行共享与查询,同时采用了局部映射与全局映射松耦合的构架,其特有的分层结构使得在跨库/单库环境中进行语义查询变得更加灵活。     

基于本体的XML语义集成和查询的研究

XML因其结构上的灵活性和易扩展性已经成为Web上异构数据转换和传输的标准,但是含有不同模式的XML数据源之间却很难进行相互操作,这给XML数据检索带来了更大的不便.先提出一种从XML模式到OWL本体的映射算法,然后借助共享全局本体和同义词典实现多个映射后的本体在语义上的集成从而解决XML结构异构的问题,最后提出一种利用语义集成进行XML语义查询的框架并初步实现.     

Methodology and intermediate layer for the automatic creation of ontology instances stored in relational databases

In this paper, we introduce our solution for mapping local ontologies to relational and object‐oriented representations. This solution is part of the GeoNis framework for the interoperability of geo‐information systems applications in a local community environment. The GeoNis framework is based on a hybrid ontology approach for data integration. Therefore, a very important subject in our research on semantic data integration is the creation of mapping between a spatial information source and its local ontology. We developed the OWL2RDB mapping language to create an intermediate layer between a relational database and the OWL ontology. This intermediate layer contains rules (expressed in the OWL2RDB language) for mapping between the structural elements of a relational database and the concepts of OWL ontologies. We also present a system that uses the OWL2RDB intermediate layer to create classes that can handle ontology instances stored in relational databases. We have developed a prototype for a tool that uses this proposed approach for the automatic generation of translator/wrapper components in the GeoNis interoperability environment. Copyright © 2012 John Wiley & Sons, Ltd.     

基于多层本体方法的信息集成研究

针对动态信息源间的语义异构问题,通过对现有基于本体的信息集成方法的分析,从消除信息源动态变化的影响和支持异构信息源集成的角度出发,建立包括全局本体层、领域本体层和局部本体层的多层本体集成方法。多层本体方法简化了全局本体的构建,能够集成领域视角不同的动态信息源并支持现有本体的重用,为大规模异构信息源的集成提供了可行的解决方案。     

Global extensional assertions and local integrity constraints in federated schemata

Integrated access to multiple data sources requires a homogeneous interface provided by a federated schema. Such a federated schema should correctly reflect the semantics of the component schemata of which it is composed. Since the semantics of a database schema is also determined by a set of semantic integrity constraints, a correct schema integration has to deal with integrity constraints existing in the different component schemata. Traditionally, most schema integration approaches solely concentrate on the structural integration of given database schemata. Local integrity constraints are often simply neglected. Their relationship to global extensional assertions, which form the basic integration constraints, are even ignored completely. In this paper, we discuss the impact of global extensional assertions and local integrity constraints on federated schemata. In particular, we point out the correspondence between local integrity constraints and global extensional assertions. The knowledge about the correspondences between the given integrity constraints and extensional assertions can then be utilized for an augmented schema integration process.     

基于领域本体和关系模型的XML语义集成方法研究

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。     

CIMS环境下基于对象的信息集成技术

本文在集成模型的选择和集成系统的设计上引入了面向对象的思想，提出了一个基于对象的信息集成框架，并着重讨论了本地对象模式和全局对象模式设计和实现的关键技术。     

CIMS环境下基于对象的信息集成框架

信息集成是实现ＣＩＭＳ的关键．文中在集成模型的选择和集成系统的设计上引入了面向对象的思想，提出了一个基于对象的信息集成框架，并着重讨论了本地对象模式和全局对象模式设计和实现的关键技术．与传统的信息集成方法相比，基于对象的信息集成技术能更自然地表达已有数据库之间的语义信息，并保持已有应用程序的独立性，而且具有良好的可扩充性．     

An integration-oriented ontology to govern evolution in Big Data ecosystems

Big Data architectures allow to flexibly store and process heterogeneous data, from multiple sources, in their original format. The structure of those data, commonly supplied by means of REST APIs, is continuously evolving. Thus data analysts need to adapt their analytical processes after each API release. This gets more challenging when performing an integrated or historical analysis. To cope with such complexity, in this paper, we present the Big Data Integration ontology, the core construct to govern the data integration process under schema evolution by systematically annotating it with information regarding the schema of the sources. We present a query rewriting algorithm that, using the annotated ontology, converts queries posed over the ontology to queries over the sources. To cope with syntactic evolution in the sources, we present an algorithm that semi-automatically adapts the ontology upon new releases. This guarantees ontology-mediated queries to correctly retrieve data from the most recent schema version as well as correctness in historical queries. A functional and performance evaluation on real-world APIs is performed to validate our approach.