第2期 胡文彬，等：模式匹配不确定性的多因素集结度量 ·291· 表42种方案下的模式匹配的不确定率 [2]MAGNANI M,RIZOPOULOS N,BRIEN P,et al.Schema Table 4 Uncertainty ratio of schema matching from two integration based on uncertain semantic mappings[J].Lec- projects ture Notes in Computer Science,2005(3716):31-46. 第1种方案 第2种方案 [3]HALEVY A,RAJARAMAN A,ORDILLE J.Data integra- USM 41=0 41=0.34 tion:the teenage years[Z].Seoul,2006:9-16. UAM u3=0.21 [4]翁年凤，刁兴春，曹建军，等.不确定模式匹配研究综述 43=0.95 [J刀.计算机科学，2011,38(12)：1-5. DP 43=0.17 43=0.17 WENG Nianfeng,DIAO Xingchun,CHAO Jianjun,et al. 总计 ubh.=0.19 Mwbole =0.72 Survey of uncertain schema matching[J].Computer Sci- 4.2分析 ence,2011,38(12):1-5. 第1种方案中，首先通过S0C处理后，匹配规模 [5]姜芳艽，孟小峰，贾琳琳.Deep Web集成服务的不确定 比2中降低50%。2个模式的模式对象名语义相同， 模式匹配[J].计算机学报，2008,31(8)：1412-1421. 因此μ，=0。属性匹配中只有属性名匹配具有不确定 JIANG Fangjiao,MENG Xiaofeng,JIA Linlin.Uncertain 性。决策过程中的不确定率随模式匹配规模的减小 schema matching in deep web integration service[J].Chi- 而降低，利用公式计算得到的u值符合实际情况。 nese Journal of Computers,2008,31(8):1412-1421. [6]MAGNANI M,MONTESI D.Probabilistic data integration 第2种方案中，模式对象规模和属性匹配的规模突然 [R].Bologna(italy):UBLCS,2009. 增大，通过S0C的处理后，匹配规模降低了近1/10， [7]DONG X L,HALEVY A,YU CONG.Data integration with 同时计算效率也明显提高，不确定率随匹配规模增大 uncertainty[J].The VLDB Journal,2009,18:469-500. 而增大符合不确定性度量的基本准则。实验表明度 [8]AVIGDOR G.Managing uncertainty in schema matching 量模式匹配不确定性的模型和不确定率计算方法具 with top-k schema mappings[J].Journal on Data Seman- 有可行性、有效性、可扩展性和高效性。 tics,2006,6:90-114. [9]LIU Baoding.Uncertainty theory[M].Berlin:Springer-Ver- 5 结束语 1ag,2007:3-12. 模式匹配的不确定性研究是国际上相关领域近 [10]LIU Baoding.Some research problems in uncertainty theory [J].Journal of Uncertain Systems,2009,3(1):3-10. 年来才兴起的热点研究方向，度量原始匹配的不确 [11]王永利，钱江波，孙淑荣.AMUR:一种RFID数据不确 定性是关键问题。本文根据模式匹配中产生不确定 定性的自适应度量算法[J].电子学报，2011,39(3)： 性的主要因素，首次将全知嫡不确定率和过程不确 579-584 定率结合起来，并证明模式匹配的全知熵不确定率 WANG Yongli,QIAN Jiangbo,SUN Shurong.AMUR:an 满足粗糙集不确定性度量的基本准则，提出了一个 adaptive measuring algorithm of underlying uncertainty for 多因素集结的模式匹配不确定性度量模型，利用集 rfid data[J].Chinese of Journal Electronics,2011,39 结算子判断各不确定性因素对模式匹配不确定性的 (3):579-584 影响程度和合成各阶段的度量结果，实验证明本文 [12]PAWLAL Z.Rough sets[J].International Journal of Com- 提出的方法与已有方法相比可获得更加合理的度量 puter and Information Science,1982,11(5):341-356. 结果。所提模型解决了不确定性度量中规模限制问 [13]QIU Taorong,YOU Min,GE Hanjuan,et al.A method of 题，使得大规模模式匹配不确定性的处理复杂度降 uncertainty measure based on rough set[Z].2008:544- 547 低。下一步的工作将探讨动态环境下模式匹配不确 [14]JIANG Feng,SUI Yuefei,CAO Cungen.An information 定性的度量方法及其处理过程中不确定性传播的测 entropy-based approach to outlier detection in rough sets 算方法。 [J].Expert Systems with Applications,2010,37(9): 参考文献： 6338-6344. [15]LIANG Jiye,WANG Junhong,QIAN Yuhua.A new meas- [1]SHVAIKO P,EUZENAT J.A survey of schema-based matc- ure of uncertainty based on knowledge granulation for rough hing approaches[J].Journal on Data Semantics IV,2005 sets[]].Information Sciences,2009,179(4):458-470. (3730):146-171 [16]IFTIKHAR-U S,ARYYA G.Managing uncertainty in loca-表 ４ ２ 种方案下的模式匹配的不确定率 Ｔａｂｌｅ ４ Ｕｎｃｅｒｔａｉｎｔｙ ｒａｔｉｏ ｏｆ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ ｆｒｏｍ ｔｗｏ ｐｒｏｊｅｃｔｓ 第 １ 种方案 第 ２ 种方案 ＵＳＭ μ１ ＝ ０ μ１ ＝ ０．３４ ＵＡＭ μ２ ＝ ０．２１ μ２ ＝ ０．９５ ＤＰ μ３ ＝ ０．１７ μ３ ＝ ０．１７ 总计 μｗｈｏｌｅ ＝ ０．１９ μｗｈｏｌｅ ＝ ０．７２ ４．２ 分析 第 １ 种方案中，首先通过 ＳＯＣ 处理后，匹配规模 比［２］中降低 ５０％。 ２ 个模式的模式对象名语义相同， 因此 μ１ ＝ ０。 属性匹配中只有属性名匹配具有不确定 性。 决策过程中的不确定率随模式匹配规模的减小 而降低，利用公式计算得到的 μｗｈｏｌｅ值符合实际情况。 第 ２ 种方案中，模式对象规模和属性匹配的规模突然 增大，通过 ＳＯＣ 的处理后，匹配规模降低了近 １／ １０， 同时计算效率也明显提高，不确定率随匹配规模增大 而增大符合不确定性度量的基本准则。 实验表明度 量模式匹配不确定性的模型和不确定率计算方法具 有可行性、有效性、可扩展性和高效性。 ５ 结束语 模式匹配的不确定性研究是国际上相关领域近 年来才兴起的热点研究方向，度量原始匹配的不确 定性是关键问题。 本文根据模式匹配中产生不确定 性的主要因素，首次将全知熵不确定率和过程不确 定率结合起来，并证明模式匹配的全知熵不确定率 满足粗糙集不确定性度量的基本准则，提出了一个 多因素集结的模式匹配不确定性度量模型，利用集 结算子判断各不确定性因素对模式匹配不确定性的 影响程度和合成各阶段的度量结果，实验证明本文 提出的方法与已有方法相比可获得更加合理的度量 结果。 所提模型解决了不确定性度量中规模限制问 题，使得大规模模式匹配不确定性的处理复杂度降 低。 下一步的工作将探讨动态环境下模式匹配不确 定性的度量方法及其处理过程中不确定性传播的测 算方法。 参考文献： ［１］ＳＨＶＡＩＫＯ Ｐ， ＥＵＺＥＮＡＴ Ｊ． Ａ ｓｕｒｖｅｙ ｏｆ ｓｃｈｅｍａ⁃ｂａｓｅｄ ｍａｔｃ⁃ ｈｉｎｇ ａｐｐｒｏａｃｈｅｓ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｎ Ｄａｔａ Ｓｅｍａｎｔｉｃｓ ＩＶ， ２００５ （３７３０）： １４６⁃１７１． ［２］ＭＡＧＮＡＮＩ Ｍ， ＲＩＺＯＰＯＵＬＯＳ Ｎ， ＢＲＩＥＮ Ｐ， ｅｔ ａｌ． Ｓｃｈｅｍａ ｉｎｔｅｇｒａｔｉｏｎ ｂａｓｅｄ ｏｎ ｕｎｃｅｒｔａｉｎ ｓｅｍａｎｔｉｃ ｍａｐｐｉｎｇｓ［ Ｊ］． Ｌｅｃ⁃ ｔｕｒｅ Ｎｏｔｅｓ ｉｎ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ， ２００５（３７１６）： ３１⁃４６． ［３］ＨＡＬＥＶＹ Ａ， ＲＡＪＡＲＡＭＡＮ Ａ， ＯＲＤＩＬＬＥ Ｊ． Ｄａｔａ ｉｎｔｅｇｒａ⁃ ｔｉｏｎ：ｔｈｅ ｔｅｅｎａｇｅ ｙｅａｒｓ［Ｚ］． Ｓｅｏｕｌ， ２００６： ９⁃１６． ［４］翁年凤，刁兴春，曹建军，等． 不确定模式匹配研究综述 ［Ｊ］． 计算机科学， ２０１１， ３８（１２）： １⁃５． ＷＥＮＧ Ｎｉａｎｆｅｎｇ， ＤＩＡＯ Ｘｉｎｇｃｈｕｎ， ＣＨＡＯ Ｊｉａｎｊｕｎ， ｅｔ ａｌ． Ｓｕｒｖｅｙ ｏｆ ｕｎｃｅｒｔａｉｎ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ ［ Ｊ］． Ｃｏｍｐｕｔｅｒ Ｓｃｉ⁃ ｅｎｃｅ， ２０１１， ３８（１２）： １⁃５． ［５］姜芳艽，孟小峰，贾琳琳． Ｄｅｅｐ Ｗｅｂ 集成服务的不确定 模式匹配［Ｊ］． 计算机学报， ２００８， ３１（８）： １４１２⁃１４２１． ＪＩＡＮＧ Ｆａｎｇｊｉａｏ， ＭＥＮＧ Ｘｉａｏｆｅｎｇ， ＪＩＡ Ｌｉｎｌｉｎ． Ｕｎｃｅｒｔａｉｎ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ ｉｎ ｄｅｅｐ ｗｅｂ ｉｎｔｅｇｒａｔｉｏｎ ｓｅｒｖｉｃｅ［ Ｊ］． Ｃｈｉ⁃ ｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒｓ， ２００８， ３１（８）： １４１２⁃１４２１． ［６］ ＭＡＧＮＡＮＩ Ｍ， ＭＯＮＴＥＳＩ Ｄ． Ｐｒｏｂａｂｉｌｉｓｔｉｃ ｄａｔａ ｉｎｔｅｇｒａｔｉｏｎ ［Ｒ］． Ｂｏｌｏｇｎａ（ｉｔａｌｙ）： ＵＢＬＣＳ， ２００９． ［７］ＤＯＮＧ Ｘ Ｌ， ＨＡＬＥＶＹ Ａ， ＹＵ ＣＯＮＧ． Ｄａｔａ ｉｎｔｅｇｒａｔｉｏｎ ｗｉｔｈ ｕｎｃｅｒｔａｉｎｔｙ［Ｊ］． Ｔｈｅ ＶＬＤＢ Ｊｏｕｒｎａｌ， ２００９， １８： ４６９⁃５００． ［８］ ＡＶＩＧＤＯＲ Ｇ． Ｍａｎａｇｉｎｇ ｕｎｃｅｒｔａｉｎｔｙ ｉｎ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ ｗｉｔｈ ｔｏｐ⁃ｋ ｓｃｈｅｍａ ｍａｐｐｉｎｇｓ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｎ Ｄａｔａ Ｓｅｍａｎ⁃ ｔｉｃｓ， ２００６， ６： ９０⁃１１４． ［９］ＬＩＵ Ｂａｏｄｉｎｇ． Ｕｎｃｅｒｔａｉｎｔｙ ｔｈｅｏｒｙ［Ｍ］． Ｂｅｒｌｉｎ： Ｓｐｒｉｎｇｅｒ⁃Ｖｅｒ⁃ ｌａｇ， ２００７： ３⁃１２． ［１０］ＬＩＵ Ｂａｏｄｉｎｇ． Ｓｏｍｅ ｒｅｓｅａｒｃｈ ｐｒｏｂｌｅｍｓ ｉｎ ｕｎｃｅｒｔａｉｎｔｙ ｔｈｅｏｒｙ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｕｎｃｅｒｔａｉｎ Ｓｙｓｔｅｍｓ， ２００９， ３（１）： ３⁃１０． ［１１］王永利，钱江波，孙淑荣． ＡＭＵＲ：一种 ＲＦＩＤ 数据不确 定性的自适应度量算法［ Ｊ］． 电子学报， ２０１１， ３９（３）： ５７９⁃５８４． ＷＡＮＧ Ｙｏｎｇｌｉ， ＱＩＡＮ Ｊｉａｎｇｂｏ， ＳＵＮ Ｓｈｕｒｏｎｇ． ＡＭＵＲ： ａｎ ａｄａｐｔｉｖｅ ｍｅａｓｕｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｏｆ ｕｎｄｅｒｌｙｉｎｇ ｕｎｃｅｒｔａｉｎｔｙ ｆｏｒ ｒｆｉｄ ｄａｔａ ［ Ｊ］． Ｃｈｉｎｅｓｅ ｏｆ Ｊｏｕｒｎａｌ Ｅｌｅｃｔｒｏｎｉｃｓ， ２０１１， ３９ （３）： ５７９⁃５８４． ［１２］ＰＡＷＬＡＬ Ｚ． Ｒｏｕｇｈ ｓｅｔｓ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍ⁃ ｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ， １９８２， １１（５）： ３４１⁃３５６． ［１３］ＱＩＵ Ｔａｏｒｏｎｇ， ＹＯＵ Ｍｉｎ， ＧＥ Ｈａｎｊｕａｎ， ｅｔ ａｌ． Ａ ｍｅｔｈｏｄ ｏｆ ｕｎｃｅｒｔａｉｎｔｙ ｍｅａｓｕｒｅ ｂａｓｅｄ ｏｎ ｒｏｕｇｈ ｓｅｔ ［ Ｚ］． ２００８： ５４４⁃ ５４７． ［１４］ ＪＩＡＮＧ Ｆｅｎｇ， ＳＵＩ Ｙｕｅｆｅｉ， ＣＡＯ Ｃｕｎｇｅｎ． Ａｎ ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ⁃ｂａｓｅｄ ａｐｐｒｏａｃｈ ｔｏ ｏｕｔｌｉｅｒ ｄｅｔｅｃｔｉｏｎ ｉｎ ｒｏｕｇｈ ｓｅｔｓ ［Ｊ］． Ｅｘｐｅｒｔ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎｓ， ２０１０， ３７ （ ９）： ６３３８⁃６３４４． ［１５］ＬＩＡＮＧ Ｊｉｙｅ， ＷＡＮＧ Ｊｕｎｈｏｎｇ， ＱＩＡＮ Ｙｕｈｕａ． Ａ ｎｅｗ ｍｅａｓ⁃ ｕｒｅ ｏｆ ｕｎｃｅｒｔａｉｎｔｙ ｂａｓｅｄ ｏｎ ｋｎｏｗｌｅｄｇｅ ｇｒａｎｕｌａｔｉｏｎ ｆｏｒ ｒｏｕｇｈ ｓｅｔｓ［Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ， ２００９， １７９（４）： ４５８⁃４７０． ［１６］ＩＦＴＩＫＨＡＲ⁃Ｕ Ｓ， ＡＲＹＹＡ Ｇ． Ｍａｎａｇｉｎｇ ｕｎｃｅｒｔａｉｎｔｙ ｉｎ ｌｏｃａ⁃ 第 ２ 期 胡文彬，等：模式匹配不确定性的多因素集结度量 ·２９１·