基于本体的异构数据源集成系统模型及其查询处理

摘要

Web提供了一个极其丰富而有价值的信息资源库。如何从Web数据源中获取并提供给用户符合需要的Web信息这是一个具有重要意义的理论和实际应用课题。Web上的数据具有半结构性、异构性和分布性等特点,使用传统的数据库技术来存储和查询Web上的所有类型的数据是十分困难的。这篇文章主要研究如何实现Web上异构数据源的集成和有效的查询。
　　每个Web站点中的信息处于某特定语义背景当中,这个背景中的特定知识蕴涵在Web信息当中,与Web信息一起构成了Web信息的语义。由于Web信息的分布性,Web信息的语义可能存在异构问题。本文在分析Web信息特点和当前Web信息集成方法的基础上,对如何在语义层上实现Web信息的集成,以及如何进行查询处理进行了研究。这些研究包括了基于本体的异构数据源集成系统模型的提出,查询的重写,查询的分解及查询的优化等内容,所做的工作和创新点主要体现在以下几个方面：
　　1.提出了一种通用的基于本体的异构数据源集成系统模型OBISUA(Ontology-Based Integration System Universal Architecture)。该模型通过引入本体来解决各数据源在语义层上的异构,为用户提供一个语义统一的接口,随时随地提供对数据统一、透明的访问,从而实现各异构数据源中信息的共享。
　　2.在模型的查询处理部分提出了两个查询重写算法。算法一将用户提出的对全局本体的查询转化为对局部本体的查询,算法二将对局部本体的查询转化为对数据源的查询。用RDFS来描述本体,对全局本体的查询使用RDQL语言,对数据源的查询使用XQuery语言。
　　3.提出了基于缓存的查询优化策略。由于对WWW上的数据源检索速度慢,每次从数据源检索的效率太低,为了提高全局查询的速度,引入缓存将查询结果存放于缓存中,用LRU算法淘汰最近不常用的查询结果。为了判断查询结果是否包含的缓存中,提出了“缓存入口”的概念,另外在判断两个查询是否具有包含关系时引入了“查询关系四元组”的概念。数据缓存可以大大降低对数据源处理能力的压力和对网络的压力。

目录

摘要

ABSTRACT

第1章 绪论

1.1 课题的研究背景

1.2 本文的研究内容

1.3 本文的创新点

1.4 本文的结构

第2章 语义信息集成相关研究

2.1 语义和语义信息集成

2.2 语义信息表示

2.3 Ontology及其描述语言RDF／RDFS

2.3.1 Ontology

2.3.2 RDF／RDFS

2.3.3 应用本体表示概念的层次结构

2.4 信息集成技术国内外研究现状

2.5 小结

第3章 基于本体的异构数据源集成系统

3.1 系统模型

3.1.1 数据源层

3.1.2 封装层

3.1.3 中间件层

3.1.4 应用层

3.2 本体集成

3.3 查询处理过程

3.4 小结

第4章 异构数据源集成系统中查询的处理

4.1 查询重写

4.1.1 查询语言

4.1.2 查询重写算法

4.2 查询处理

4.2.1 查询处理过程

4.2.2 举例说明

4.3 基于缓存的查询优化

4.4 小结

第5章 总结与展望

5.1 总结

5.2 下一步的工作

参考文献

致谢

攻读硕士学位期间发表的学术论文

学位论文评阅及答辩情况表