关系数据库模式到本体映射的研究

论文摘要

随着生物工程领域各种技术的飞速发展,生物数据呈指数级增长。如何对这些分布、异构、自治的生物数据库进行快速有效的整合,提供数据查询服务成为生物信息研究的一个热点问题。为了解决目前生物数据集成查询中遇到的问题,作者所在课题组提出了一个基于语义元数据的数据资源整合方案。该方案首先将要查询的各分布数据库的元数据按照统一的元数据标准集成到一个元仓库中,再使用一个领域本体对元仓库中数据进行标注生成语义元数据,试图利用结构元数据和语义元数据一起解决异构数据库源的集成问题,实现对各生物数据库的数据查询。本文以课题组建立的元数据库和本体库为基础,提出了基于CWM元仓库和本体标注技术的数据整合系统的设计实现方案,并针对该系统中的用于生成语义元数据的重要模块,研究实现了关系数据库模式到本体的自动映射算法,开发了半自动化的本体标注工具。具体研究内容包括:1)提出了一个基于CWM元仓库和本体标注技术相结合的数据资源整合系统和完整的数据整合过程,并研究了如何基于本体信息解决集成中的语义冲突问题。2)分析研究了现有的三类模式间映射问题,即数据模式间映射、本体间映射和关系数据库模式到本体映射。3)针对领域数据集成的需要,提出并实现了一种关系数据库模式到本体的混合映射算法,该算法在元素级映射时,不但考虑了元素名称字符串本身的相似性,还使用了基于WordNet的相似度算法,计算了元素名称在语义上的相似性;在结构级映射时,根据映射元素的不同类型所表现出的结构特征,计算了结构上的相似性。4)基于所提映射算法,设计实现了本体标注工具,能辅助领域专家进行本体标注,即领域专家可以对工具自动发现的映射进行确认和更改,从而将领域专家从大量繁重的比对中解放出来。实验表明,本文提出的算法与以往系统相比取得了较好的映射结果。基于映射算法的本体标注工具能够辅助领域专家更便捷的完成本体标注工作,下一步可以作为课题组提出基于元数据的蛋白质组学数据资源整合架构中的语义元数据生成工具,推动下一步研究工作。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.1.1 分布异构数据整合需求
• 1.1.2 元数据、本体及其在数据集成中的应用
• 1.1.3 自动映射算法研究的必要性
• 1.2 课题研究内容
• 1.2.1 课题来源
• 1.2.2 主要研究内容
• 1.3 论文结构
• 第二章 关系数据库模式到本体映射技术研究
• 2.1 模式间映射
• 2.1.1 模式间映射的概念
• 2.1.2 模式间映射技术分类
• 2.1.3 主要的模式间映射系统
• 2.2 本体间映射
• 2.2.1 本体间映射的概念
• 2.2.2 本体映射技术分类
• 2.2.3 本体间映射方法
• 2.3 关系数据库模式到本体的映射
• 2.3.1 问题的特殊性
• 2.3.2 方法分类
• 2.3.3 相关工作
• 2.4 本章小结
• 第三章 基于CWM 元仓库和本体标注技术的数据整合系统设计
• 3.1 数据整合系统框架与流程
• 3.1.1 数据整合系统框架
• 3.1.2 数据整合流程
• 3.2 集成冲突分析及解决
• 3.2.1 命名冲突
• 3.2.2 结构冲突
• 3.2.3 属性冲突
• 3.3 原型系统关键模块设计
• 3.3.1 集成冲突消解模块
• 3.3.2 查询生成模块
• 3.3.3 结果连接整合模块
• 3.3.4 数据转换与写入模块
• 3.4 本章小结
• 第四章 一种关系数据库模式到本体的混合映射算法
• 4.1 问题定义
• 4.2 映射算法整体框架
• 4.3 元素级映射
• 4.3.1 基于词义的相似度计算
• 4.3.2 基于字符串的相似度计算
• 4.3.3 数据类型相似度计算
• 4.4 结构级映射
• 4.4.1 结构级相似性特征
• 4.4.2 结构级相似度计算方法
• 4.5 相似度综合
• 4.6 映射结果的筛选
• 4.7 本章小结
• 第五章 本体标注工具的设计及实现
• 5.1 HyMRO 实现简介
• 5.1.1 HyMRO 的总体框架
• 5.1.2 HyMRO 的具体实现
• 5.2 HyMRO 实验分析
• 5.2.1 评测参数
• 5.2.2 测试数据集
• 5.2.3 系统参数设置
• 5.2.4 实验结果
• 5.3 本体标注工具的框架及功能说明
• 5.3.1 本体标注工具框架
• 5.3.2 标注工具功能说明
• 5.4 使用案例
• 5.5 本章小结
• 第六章 结束语
• 6.1 工作总结
• 6.2 前景展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果
• 附录A 测试数据Conference 中的模式和本体