數(shù)據(jù)集成中數(shù)據(jù)沖突檢測和解決方法研究.pdf

1、在數(shù)據(jù)庫集成領(lǐng)域內(nèi)，建立異構(gòu)數(shù)據(jù)源之間的語義互操作越來越成為一個核心問題，而語義互操作問題最后歸結(jié)為解決數(shù)據(jù)沖突的問題，這是數(shù)據(jù)集成最主要的任務(wù)。數(shù)據(jù)沖突包括模式層次和語義層次上的沖突，相比較而言，后者更難解決。在異構(gòu)和分布式數(shù)據(jù)庫系統(tǒng)中，各局部數(shù)據(jù)庫均是獨立運行、獨立管理的，具有自治性，因而造成局部數(shù)據(jù)庫的數(shù)據(jù)彼此之間的語義和數(shù)據(jù)值有可能不一致，造成各局部數(shù)據(jù)庫中的數(shù)據(jù)源沖突，從而使得對象的描述產(chǎn)生二義性，數(shù)據(jù)沖突直接導(dǎo)致產(chǎn)生錯誤的查

2、詢結(jié)果。
　　 語義互操作問題一般有兩種解決方法[3]：全局模式和域本體方法。全局模式法通過構(gòu)建一個全局模式來建立全局模式和局部數(shù)據(jù)源模式之間的映射關(guān)系。這種方法的缺點是嚴重依賴于相關(guān)的應(yīng)用系統(tǒng)或者是參與的局部數(shù)據(jù)源模式。因為當一個新的模式或者應(yīng)用系統(tǒng)加入到集成環(huán)境中，或者出現(xiàn)了一種潛在的沖突，需要對全局模式進行大幅度的修改。域本體的方法利用機器可理解的概念的定義以及概念之間的關(guān)系，這些概念和概念之間的關(guān)系是用一個共享本體來表示

3、的，各個數(shù)據(jù)源都可以理解該本體的含義。這種方法中的知識是特定的域當中，但是獨立于特定的應(yīng)用系統(tǒng)和模式。在這種方法中還需要輔助的工具來捕獲和表示各種知識，這些知識可以用來解決語義沖突。
　　 本文在總結(jié)前人經(jīng)驗和工作的基礎(chǔ)上，系統(tǒng)的研究了數(shù)據(jù)集成中的模式層次和語義層次上的數(shù)據(jù)沖突檢測和解決問題，在現(xiàn)有的軟件環(huán)境基礎(chǔ)之上提出了一個更為優(yōu)化和完善的語義沖突解決方法，不僅能夠很好的解決現(xiàn)存的方法不能解決的語義沖突，消除現(xiàn)存方法關(guān)于數(shù)據(jù)沖

4、突轉(zhuǎn)換方向的限制，同時還能有更加豐富的語義來表達和解決更多種類的語義沖突。對于模式層次上的數(shù)據(jù)沖突，定義了一個不同于傳統(tǒng)本體框架中的本體，該本體將有關(guān)語義沖突的知識進行編碼，能提供一個自動比較和操作數(shù)據(jù)源上下文知識的方法。對于語義層次上的數(shù)據(jù)沖突，根據(jù)語義沖突分類框架建立語義沖突表示模型，然后基于該模型提出檢測和解決沖突的算法。目前該系統(tǒng)已經(jīng)實現(xiàn)并且經(jīng)過了反復(fù)的實驗驗證和評估，結(jié)果表明這種方案可以有效的解決絕大部分的語義沖突，并且能夠保

5、持集成模式和域的獨立性，同時有比較高的效率。本文的主要貢獻：
　　 (1)系統(tǒng)研究了目前流行的語義沖突檢測和解決的各種方法，通過詳細的分析和對比發(fā)現(xiàn)了已有工作的缺點和不完善的地方：
　　 (2)在原有模型和方法基礎(chǔ)之上，根據(jù)實際集成需求的多樣性，完善和優(yōu)化了已有的基于本體的數(shù)據(jù)沖突的發(fā)現(xiàn)和解決過程，使得整個過程更加自動化：并且改進了沖突概念之間轉(zhuǎn)換的算法，打破了原來方法只能單向進行數(shù)據(jù)轉(zhuǎn)換的限制：
　　 (3)根