基于本体论的多源异构数据集成方法研究

《基于本体论的多源异构数据集成方法研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于本体论的多源异构数据集成方法研究　　摘要：大数据时代信息呈指数级爆炸式增长，不同的数据采集、处理和存储方式使得这些海量数据具有来源复杂、结构异构的特点，难以共享和互操作。传统的数据集成方式已经不能适应企业获取信息、使用信息需求。为解决多源异构的数据集成效率和质量问题，基于本体论概念和语言，借鉴本体识别和表达方式，设计了一种领域内表达数据属性与关系的元模型。基于该元模型，对领域内数据建立相应的模型并形成规则，规范和

2、约束了多源异构数据集成过程和质量，提高了数据集成的效率和数据利用率。　　关键词：多源；异构；数据集成；本体　　DOIDOI：/　　中图分类号：TP391　　文献标识码：A文章编号文章编号：　　英文摘要Abstract：Thearrivaloflargedataagemakestheinformationexponentiallyexplosive，anddifferentdatacollection，processingandstoragemethodsmakethesemassivedatahavethecharacteristicsofcomplexsourcestructure，iti

3、sdifficulttoshareandinteroperate.Thetraditionalwayofdataintegrationhasbeenunabletoapplytothe为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。enterprisetoobtaininforma

4、tion，theuseofinformationneeds.Inordertosolvetheefficiencyandqualityofmultisourceheterogeneousdataintegration，thispaperdesignsametamodelthatexpressestheattributesandrelationshipsofdatainthefieldbasedontheconceptandlanguageofontologyandtherecognitionandexpressionofontology.Basedonthismetamodel，thecor

5、respondingmodelsareestablishedinthedatainfield，therulesareformed，andtheprocessandqualityofmultisourceheterogeneousdataintegrationareconstrained，andtheefficiencyofdataintegrationanddatautilizationareimproved.　　英文关键词KeyWords：multisource；heterogeneous；dataintegration；ontology　　0引言　　信息技术革命与经济社会活动的交融催生了

6、大数据。大数据是以容量大、类型多、存取速度快、应用价值高、价值密度低为主要特征的数据集合，常规技术无法满足对这些纷繁复杂的海量信息进行采集、处理、分析与使用的需求[1]。因此，大数据的采集、分析和存储技术不断更新，大数据处理平台得到了广泛应用。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使

7、用和维护。　　通用的系统架构与数据流包括以下工作：由前端网络分流设备将多个业务系统和渠道发过来的数据流量接入到处理系统，然后用软硬件分流器对数据流进行分析、过滤、分发和推送，这是前端数据处理平台；数据接入层接收前端的各类数据转发到后端，由统一的数据抽取和转换平台对数据进行抽取、格式转换并加载到大数据平台，进行数据分析和数据挖掘，同时用户还可根据挖掘需求，设计查询任务流及更多的应用系统[2]。　　1研究现状