论文部分内容阅读
随着电子政务的发展,政府部门内部的业务模式发生巨大变化,信息技术的应用极大地提高了政府处理事务的能力和效率。然而,由于政务流程具有知识密集性特点,流程中知识密集性任务的执行依赖于特定的政务知识,因此仅仅通过引入信息技术改进政府事务的处理方式,而未充分发挥知识在政务流程中的作用还无法从根本上改进政府服务的质量。如何在政务自动化流程中有效地利用政务知识将是电子政务成功的关键。知识推理系统提供了一种基于知识执行推理以解决问题的方法和技术,在电子政务平台中集成知识推理系统以提供政府知识推理服务,能够帮助我们实现知识密集型任务的自动或半自动执行,从而实现对政务知识的有效使用,进而提高政务流程的整体效率。然而由于目前的知识推理表示方法缺少重用性、可移植性,并且不能够支持分布式推理组件的调用,因此本文在分析了知识推理系统的相关研究后,着重研究了基于本体知识库的自动推理技术,包括基于工作流技术的知识推理过程建模方法和推理引擎的开发两方面。在推理过程建模方面,结合CommonKADS的任务模板及工作流建模方法,提出了知识推理过程建模方法,在不同层次表示建模推理过程,从而提高推理过程模型的重用性和可移植性。我们通过扩展UML元模型创建了知识推理Profile,并利用UML建模元素来描述知识推理过程的抽象模型。由于UML模型与具体领域及平台无关,因而保证了模型的重用性和可移植性。此外,为了提高推理组件的共享和重用性,在实现中将抽象知识推理模型(UML)映射为基于语义Web过程本体描述语言的表示模型(OWL-S),以实现具体的推理应用。在推理引擎的设计和开发方面,我们采用了工作流引擎的设计思想,开发了知识引擎,从而能够对推理过程实例进行监控。最后针对研究案例,将知识推理系统应用于社保申请服务,实现了提供审核社保申请的政府推理服务。本文的主要成果和创新点包括:1)为解决如何在政务流程中有效应用政府知识这一问题,提出了电子政务知识推理框架; 2)结合知识工程及工作流技术,提出知识推理过程建模方法,以在不同抽象层次上建模知识推理过程,从而提高模型的重用性和可移植性;3)开发了知识推理过程模型映射工具xmi2kb2owls,该工具支持将UML模型转换为OWL-S原子推理服务模型,以及合成OWL-S复合推理服务,从而为推理服务的创建提供工具支持;4)将知识推理抽象模型映射为基于语义Web过程描述本体OWL-S,从而提高政府知识推理组件的重用性,以支持分布式环境下推理组件的发现、合成和调用。5)基于工作流引擎的设计思想,开发了知识推理引擎和管理控制台,为知识推理过程的运行和管理提供环境;6)针对文中的研究案例-社会保障卡申请服务,实现了该政务推理服务原型系统。