基于本體和XML的異構(gòu)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(gè)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(yán)格數(shù)據(jù)模型的數(shù)據(jù)庫，如關(guān)系數(shù)據(jù)庫和面向?qū)ο蟮臄?shù)據(jù)庫，而且還包括無結(jié)構(gòu)和半結(jié)構(gòu)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(shè)計(jì)階段，主要是為了滿足各自的業(yè)務(wù)需要而形成的，由于軟硬件平臺(tái)及數(shù)據(jù)模型的不同而成為了異構(gòu)數(shù)據(jù)。異構(gòu)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(shí)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(luò)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(gòu)的數(shù)據(jù)，因此異構(gòu)數(shù)據(jù)集成問題吸引了眾多關(guān)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(gòu)數(shù)據(jù)集成的相關(guān)理論和技術(shù)。然后指出了當(dāng)前異構(gòu)數(shù)據(jù)集成的主要問題是語義異構(gòu)問題。在此基礎(chǔ)上提出了一種基于本體和XML的異構(gòu)數(shù)據(jù)集成系統(tǒng)模型，用來解決語義異構(gòu)問題。設(shè)計(jì)了基于本體和XML的異構(gòu)數(shù)據(jù)集成模型，并對模型中

3、的關(guān)鍵模塊進(jìn)行探討。本體的引入是為了解決異構(gòu)數(shù)據(jù)集成中的語義異構(gòu)。 本文的研究主要有以下幾點(diǎn)： (1)探討了異構(gòu)數(shù)據(jù)集成中的相關(guān)理論和技術(shù)。分析了現(xiàn)有的數(shù)據(jù)集成方法，指出了當(dāng)前的數(shù)據(jù)集成中急需解決語義異構(gòu)。 (2)通過對已有的數(shù)據(jù)集成系統(tǒng)體系結(jié)構(gòu)的研究，結(jié)合XML技術(shù)、本體技術(shù)和Web Services技術(shù)，提出了一種基于本體和XML的異構(gòu)數(shù)據(jù)集成模型。對此模型中的功能模塊給出了詳細(xì)的描述，并對關(guān)鍵模塊進(jìn)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(zhuǎn)化為XML數(shù)據(jù)模式進(jìn)行集成，從XML Schema上構(gòu)建局部本體，從而屏蔽底層數(shù)據(jù)源的語法的異構(gòu)性。 (4)利用本體描述領(lǐng)域概念的優(yōu)勢，采用本體描述語言O(shè)WL構(gòu)建全局本體和局部本體，同時(shí)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(gòu)問題。 (5)將各個(gè)異構(gòu)數(shù)據(jù)源包裝器封裝為Web Services，使系統(tǒng)具有松耦合、靈