第10卷第2期 智能系统学报 Vol.10 No.2 2015年4月 CAAI Transactions on Intelligent Systems Apr.2015 D0:10.3969/j.issn.1673-4785.201405061 网络出版地址：http://www.enki..net/kcms/detail/23.1538.TP.20150302.1106.004.html 模式匹配不确定性的多因素集结度量 胡文彬，潘祝山，纪兆辉 (淮海工学院计算机工程学院，江苏连云港222005) 摘要：为了能够有效度量模式匹配的不确定性，提出了一个模式匹配不确定性的度量模型，根据不确定性因素间 的关系提出了一个集结算子。使用全知嫡度量语义匹配和属性匹配的不确定性，引入过程不确定性的度量方法度 量匹配决策过程的不确定性。使用多因素集结算子判断各因素的影响程度，并可合成各度量结果。实验证明，所提 模型和方法能够有效度量模式匹配的不确定性，且具有高效性和可扩展性。 关键词：模式定义：模式分析：模式匹配：不确定性分析：数据不确定性度量：度量方法：决策分析：嫡：集结评估方法 中图分类号：TP18:TP391文献标志码：A文章编号：1673-4785(2015)02-0286-07 中文引用格式：胡文彬，潘祝山，纪兆辉.模式匹配不确定性的多因素集结度量[J].智能系统学报，2015,10(2)：286-292. 英文引用格式：HU Wenbin,PAN Zhushan,JI Zhaohui..Uncertain measure for schema matching based on the aggregation of un- certain factors[J].CAAI Transactions on Intelligent Systems,2015,10(2):286-292. Uncertain measure for schema matching based on the aggregation of uncertain factors HU Wenbin,PAN Zhushan,JI Zhaohui (School of Computer Engineering,Huaihai Institute of Technology,Lianyungang 222005,China) Abstract:To measure efficiently uncertainty of schema matching,a measure model based on all uncertain factors was proposed and an aggregation operator was given according to the relations of uncertain factors.A measure meth- od of semantic matching and attribute matching based on all known entropy uncertain ratio was designed.A measure algorithm of process uncertainty was introduced to measure uncertainty of a decision making process.The aggrega- tion operator based on relationships between uncertain factors was proposed to determine influence degree of uncer- tain factors and merge all measure values in the measure process.The real world examples illustrate that the pro- posed model and methods can completely reflect three factors of uncertainty and can measure efficiently uncertainty for schema matching.The proposed methods are efficient and scalable. Keywords:schema definition;schema analysis;schema matching;uncertainty analysis;measured data uncertain- ty;measurement method;decision analysis;entropy;aggregation estimation method 模式匹配是许多领域的关键操作，是模式对象 影响模式集成的整个过程[)，被认为是开展大规模 间的映射或相应关系的识别)。由于模式对象间 数据集成的一个关键瓶颈，不确定性管理是未来的 的语义不能完全来源于数据和元数据信息，因此模 挑战之一[3)。通常，自动或是半自动模式匹配的方 式匹配中存在固有的不确定性，而且其不确定性会 法都是耗时和难于实施的，尤其是进行大规模模式 匹配就更困难了，但若能在具体模式匹配实施前，对 收稿日期：2014-06-06.网络出版日期：2015-03-02. 整个过程进行不确定性度量，将会为模式匹配在语 基金项目：国家自然科学基金资助项目(60903027)；江苏省自然科学重 大研究项目资助项目(BK2011023):江苏省自然科学基金资 义Wb、模式集成、无线网络和电子商务等诸多领 助项目(BK2011370). 域中的高效应用提供决策参考。 通信作者：胡文彬.E-mail:hwb1008@163.com第 １０ 卷第 ２ 期 智 能 系 统 学 报 Ｖｏｌ．１０ №．２ ２０１５ 年 ４ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｐｒ． ２０１５ ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１４０５０６１ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１５０３０２．１１０６．００４．ｈｔｍｌ 模式匹配不确定性的多因素集结度量 胡文彬，潘祝山，纪兆辉 （淮海工学院 计算机工程学院，江苏 连云港 ２２２００５） 摘 要：为了能够有效度量模式匹配的不确定性，提出了一个模式匹配不确定性的度量模型，根据不确定性因素间 的关系提出了一个集结算子。 使用全知熵度量语义匹配和属性匹配的不确定性，引入过程不确定性的度量方法度 量匹配决策过程的不确定性。 使用多因素集结算子判断各因素的影响程度，并可合成各度量结果。 实验证明，所提 模型和方法能够有效度量模式匹配的不确定性，且具有高效性和可扩展性。 关键词：模式定义；模式分析；模式匹配；不确定性分析；数据不确定性度量；度量方法；决策分析；熵；集结评估方法 中图分类号： ＴＰ１８；ＴＰ３９１ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１５）０２⁃０２８６⁃０７ 中文引用格式：胡文彬，潘祝山，纪兆辉． 模式匹配不确定性的多因素集结度量［Ｊ］． 智能系统学报， ２０１５， １０（２）： ２８６⁃２９２． 英文引用格式：ＨＵ Ｗｅｎｂｉｎ， ＰＡＮ Ｚｈｕｓｈａｎ， ＪＩ Ｚｈａｏｈｕｉ． Ｕｎｃｅｒｔａｉｎ ｍｅａｓｕｒｅ ｆｏｒ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ ｂａｓｅｄ ｏｎ ｔｈｅ ａｇｇｒｅｇａｔｉｏｎ ｏｆ ｕｎ⁃ ｃｅｒｔａｉｎ ｆａｃｔｏｒｓ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１５， １０（２）： ２８６⁃２９２． Ｕｎｃｅｒｔａｉｎ ｍｅａｓｕｒｅ ｆｏｒ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ ｂａｓｅｄ ｏｎ ｔｈｅ ａｇｇｒｅｇａｔｉｏｎ ｏｆ ｕｎｃｅｒｔａｉｎ ｆａｃｔｏｒｓ ＨＵ Ｗｅｎｂｉｎ， ＰＡＮ Ｚｈｕｓｈａｎ， ＪＩ Ｚｈａｏｈｕｉ （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｈｕａｉｈａｉ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｌｉａｎｙｕｎｇａｎｇ ２２２００５， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏ ｍｅａｓｕｒｅ ｅｆｆｉｃｉｅｎｔｌｙ ｕｎｃｅｒｔａｉｎｔｙ ｏｆ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ， ａ ｍｅａｓｕｒｅ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ａｌｌ ｕｎｃｅｒｔａｉｎ ｆａｃｔｏｒｓ ｗａｓ ｐｒｏｐｏｓｅｄ ａｎｄ ａｎ ａｇｇｒｅｇａｔｉｏｎ ｏｐｅｒａｔｏｒ ｗａｓ ｇｉｖｅｎ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｒｅｌａｔｉｏｎｓ ｏｆ ｕｎｃｅｒｔａｉｎ ｆａｃｔｏｒｓ． Ａ ｍｅａｓｕｒｅ ｍｅｔｈ⁃ ｏｄ ｏｆ ｓｅｍａｎｔｉｃ ｍａｔｃｈｉｎｇ ａｎｄ ａｔｔｒｉｂｕｔｅ ｍａｔｃｈｉｎｇ ｂａｓｅｄ ｏｎ ａｌｌ ｋｎｏｗｎ ｅｎｔｒｏｐｙ ｕｎｃｅｒｔａｉｎ ｒａｔｉｏ ｗａｓ ｄｅｓｉｇｎｅｄ． Ａ ｍｅａｓｕｒｅ ａｌｇｏｒｉｔｈｍ ｏｆ ｐｒｏｃｅｓｓ ｕｎｃｅｒｔａｉｎｔｙ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ ｔｏ ｍｅａｓｕｒｅ ｕｎｃｅｒｔａｉｎｔｙ ｏｆ ａ ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ ｐｒｏｃｅｓｓ． Ｔｈｅ ａｇｇｒｅｇａ⁃ ｔｉｏｎ ｏｐｅｒａｔｏｒ ｂａｓｅｄ ｏｎ ｒｅｌａｔｉｏｎｓｈｉｐｓ ｂｅｔｗｅｅｎ ｕｎｃｅｒｔａｉｎ ｆａｃｔｏｒｓ ｗａｓ ｐｒｏｐｏｓｅｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｉｎｆｌｕｅｎｃｅ ｄｅｇｒｅｅ ｏｆ ｕｎｃｅｒ⁃ ｔａｉｎ ｆａｃｔｏｒｓ ａｎｄ ｍｅｒｇｅ ａｌｌ ｍｅａｓｕｒｅ ｖａｌｕｅｓ ｉｎ ｔｈｅ ｍｅａｓｕｒｅ ｐｒｏｃｅｓｓ． Ｔｈｅ ｒｅａｌ ｗｏｒｌｄ ｅｘａｍｐｌｅｓ ｉｌｌｕｓｔｒａｔｅ ｔｈａｔ ｔｈｅ ｐｒｏ⁃ ｐｏｓｅｄ ｍｏｄｅｌ ａｎｄ ｍｅｔｈｏｄｓ ｃａｎ ｃｏｍｐｌｅｔｅｌｙ ｒｅｆｌｅｃｔ ｔｈｒｅｅ ｆａｃｔｏｒｓ ｏｆ ｕｎｃｅｒｔａｉｎｔｙ ａｎｄ ｃａｎ ｍｅａｓｕｒｅ ｅｆｆｉｃｉｅｎｔｌｙ ｕｎｃｅｒｔａｉｎｔｙ ｆｏｒ ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ． Ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄｓ ａｒｅ ｅｆｆｉｃｉｅｎｔ ａｎｄ ｓｃａｌａｂｌｅ． Ｋｅｙｗｏｒｄｓ：ｓｃｈｅｍａ ｄｅｆｉｎｉｔｉｏｎ； ｓｃｈｅｍａ ａｎａｌｙｓｉｓ； ｓｃｈｅｍａ ｍａｔｃｈｉｎｇ；ｕｎｃｅｒｔａｉｎｔｙ ａｎａｌｙｓｉｓ； ｍｅａｓｕｒｅｄ ｄａｔａ ｕｎｃｅｒｔａｉｎ⁃ ｔｙ； ｍｅａｓｕｒｅｍｅｎｔ ｍｅｔｈｏｄ； ｄｅｃｉｓｉｏｎ ａｎａｌｙｓｉｓ； ｅｎｔｒｏｐｙ； ａｇｇｒｅｇａｔｉｏｎ ｅｓｔｉｍａｔｉｏｎ ｍｅｔｈｏｄ 收稿日期：２０１４⁃０６⁃０６． 网络出版日期：２０１５⁃０３⁃０２． 基金项目：国家自然科学基金资助项目（６０９０３０２７）；江苏省自然科学重 大研究项目资助项目（ＢＫ２０１１０２３）；江苏省自然科学基金资 助项目（ＢＫ２０１１３７０）． 通信作者：胡文彬． Ｅ⁃ｍａｉｌ：ｈｗｂ１００８＠ １６３．ｃｏｍ． 模式匹配是许多领域的关键操作，是模式对象 间的映射或相应关系的识别［１］ 。 由于模式对象间 的语义不能完全来源于数据和元数据信息，因此模 式匹配中存在固有的不确定性，而且其不确定性会 影响模式集成的整个过程［２］ ，被认为是开展大规模 数据集成的一个关键瓶颈，不确定性管理是未来的 挑战之一［３］ 。 通常，自动或是半自动模式匹配的方 法都是耗时和难于实施的，尤其是进行大规模模式 匹配就更困难了，但若能在具体模式匹配实施前，对 整个过程进行不确定性度量，将会为模式匹配在语 义 Ｗｅｂ、模式集成、无线网络和电子商务等诸多领 域中的高效应用提供决策参考