[發(fā)明專利]一種基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法

有效

• 申請?zhí)枺?/td>: 202110632417.X
• 申請日: 2021-06-07
• 公開（公告）號: CN113360518B
• 公開（公告）日: 2023-03-21
• 發(fā)明（設(shè)計(jì)）人: 涂志瑩;張明陽;初佃輝;張凱
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06F16/24
• 分類號: G06F16/24;G06F16/25;G06F16/28
• 代理公司: 哈爾濱龍科專利代理有限公司 23206
• 代理人: 李智慧

1.一種基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述方法包括如下步驟：

步驟S1、獲取關(guān)系型數(shù)據(jù)庫數(shù)據(jù)；

步驟S2、提取數(shù)據(jù)庫中數(shù)據(jù)模式；

步驟S3、挖掘數(shù)據(jù)中隱藏關(guān)系信息；

步驟S4、根據(jù)數(shù)據(jù)模式信息生成映射文件；

步驟S5、根據(jù)映射文件以及數(shù)據(jù)庫數(shù)據(jù)，篩選有效個體，生成本體，具體步驟如下：

步驟（1）檢查映射文件，確保映射文件的格式正確，并且不存在命名重復(fù)的情況；

步驟（2）根據(jù)映射文件生成實(shí)體；

步驟（3）根據(jù)映射文件生成屬性，并連接到對應(yīng)實(shí)體上，屬性的uri為“實(shí)體的uri/屬性名”；

步驟（4）讀取映射文件中的外鍵關(guān)系，為實(shí)體之間添加關(guān)系，為關(guān)系添加comment屬性，將關(guān)系對應(yīng)的兩表的連接信息存儲到關(guān)系型數(shù)據(jù)庫中，將該條數(shù)據(jù)的id值賦給comment；

步驟（5）讀取映射文件中的預(yù)測關(guān)系，重復(fù)步驟（4）中添加關(guān)系的操作，然后判斷預(yù)測關(guān)系的標(biāo)志值，根據(jù)標(biāo)志值將實(shí)體分為待實(shí)例化和不需實(shí)例化兩類，待實(shí)例化集中將生成有效個體；

步驟（6）遍歷實(shí)例化集合，從數(shù)據(jù)庫中讀取該實(shí)體對應(yīng)表中的數(shù)據(jù)，將這些數(shù)據(jù)進(jìn)行實(shí)例化，生成有效個體；

步驟（7）將數(shù)據(jù)保存為本體rdf / owl文件；

步驟S6、讀取生成的本體文件，將本體融合入默認(rèn)本體中。

2.根據(jù)權(quán)利要求1所述的基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述步驟S1的具體步驟如下：

（1）提供用戶名和密碼，遠(yuǎn)程連接需要的數(shù)據(jù)庫；

（2）使用.sql文件將數(shù)據(jù)導(dǎo)入到本地進(jìn)行使用。

3.根據(jù)權(quán)利要求1所述的基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述步驟S2的具體步驟如下：

（1）檢索數(shù)據(jù)庫中各表的信息，提取每一個表的表信息；

（2）檢索各表中各列的信息，提取每一列的列信息；

（3）判斷表是否擁有主鍵，如果擁有主鍵則存儲主鍵列信息；

（4）檢索各表，判斷表是否有外鍵，如果有外鍵，則在table類中存儲外鍵對應(yīng)的表和列信息。

4.根據(jù)權(quán)利要求1所述的基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述步驟S3的具體步驟如下：

（1）檢索各表，如果該表包含主鍵，則將主鍵中所有數(shù)據(jù)存到Redis中，數(shù)據(jù)的組織形式為set，一個表的主鍵對應(yīng)一個set；

（2）檢索各表，將該表中除了主鍵以外的所有列，分別與Redis中其它表的主鍵數(shù)據(jù)進(jìn)行匹配，判斷列之間的對應(yīng)關(guān)系，并設(shè)置標(biāo)志位；

（3）將（2）中挖掘到的關(guān)系存儲到table類中。

5.根據(jù)權(quán)利要求4所述的基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述（2）中，如果本表該列數(shù)據(jù)有重復(fù)，將標(biāo)志設(shè)置為n，如果沒有則標(biāo)志設(shè)置為1；如果本表中數(shù)據(jù)有不存在于正在匹配的表的主鍵，則判斷該列與正在匹配的表無關(guān)；如果本表中所有數(shù)據(jù)都存在于正在匹配的表的主鍵中，則判斷該列與正在匹配的表有關(guān)，關(guān)系為標(biāo)志位所代表的關(guān)系。

6.根據(jù)權(quán)利要求1所述的基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述步驟S4的具體步驟如下：

根據(jù)步驟S2、步驟S3獲得的數(shù)據(jù)模式信息構(gòu)建將數(shù)據(jù)庫中信息映射到本體的映射文件，其中：映射文件中包含表名以及對應(yīng)的實(shí)體名、列名以及對應(yīng)的屬性名、外鍵關(guān)系對應(yīng)的表之間信息和關(guān)系名以及挖掘預(yù)測的關(guān)系和對應(yīng)的表之間信息和關(guān)系名。

7.根據(jù)權(quán)利要求1所述的基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述步驟（5）中，將標(biāo)志位為n的關(guān)系的來源實(shí)體名放入待實(shí)例化集合中，另一個實(shí)體名放入不需實(shí)例化集合中；判斷標(biāo)志位為1的關(guān)系，如果關(guān)系兩邊有一個存在于待實(shí)例化集合中，另一個不存在，則將不存在的實(shí)體名放入待實(shí)例化集合中；如果一個存在于不需實(shí)例化集合中，則將另一個也放入不需實(shí)例化集合中。

8.根據(jù)權(quán)利要求1所述的基于多源異構(gòu)數(shù)據(jù)的層次本體構(gòu)造方法，其特征在于所述步驟S6的具體步驟如下：

（1）將每一個概念層的實(shí)體與默認(rèn)本體中的每一個實(shí)體和屬性進(jìn)行語義相似度和結(jié)構(gòu)相似度匹配，生成匹配表；

（2）根據(jù)匹配表，將兩本體連接，若匹配表中的匹配項(xiàng)為1:null，則在默認(rèn)本體中創(chuàng)建相同的實(shí)體；若匹配表中的匹配項(xiàng)為1:1，則進(jìn)行約束補(bǔ)全，包括上下位關(guān)系補(bǔ)全、定義域、值域補(bǔ)全與屬性約束補(bǔ)全。