在围绕信息集成系统的研究中,各自治数据源的异构性可以被划分为：平台异构、操作系统异构、数据模型异构、模式异构和由此带来的语义异构等几个不同的层次。其中,语义异构是这些异构问题中相对较难解决的一类异构,而且语义异构的存在也影响着信息集成系统信息共享的程度。信息集成系统中语义冲突的解决是屏蔽语义异构、实现语义互操作的基础。 不论采用C/S还是B/S结构,目前的信息系统中仍有相当部分的后台数据是以结构化的方式存储的,因此异构数据库集成时其语义冲突的解决是信息集成研究的一类重点问题。由于语义冲突广泛存在于信息集成过程的不同层次,因此信息集成系统从实例集成、模式集成、概念集成到查询处理的各个阶段,都需要对语义冲突问题进行处理。 本文对信息集成过程的不同阶段会遇到的语义冲突问题,进行了分析和探讨,并围绕面向语义的信息集成系统这一概念,对实例集成中数据的语义转换、支持时态语义的本体模型、面向语义的查询系统、以及查询连接优化等问题展开研究。 在简要介绍了信息集成技术的研究现状后,首先对信息集成的3种典型方法做了分析和比较,介绍了基于SQL重现法的异构数据库复制技术的混合式信息集成系统架构,在此基础上提出了基于异构数据库复制的面向语义的混合式信息集成系统架构(Semantic-Oriented based on Heterogeneous Database Replication Infrastructure for Hybrid Information Integration System,简称SOHDR)。其次针对该架构,本文详细阐述了该架构中用于实现增量数据实时集中的自动语义转换层。接下来针对概念集成时刻必然会遇到的概念间的时态语义差异,提出了有时态本体模型及其存储管理。然后针对这种混合式架构在查询处理过程中会遇到的语义问题,给出了该架构下面向语义的查询处理方案,并且进行了查询连接优化的探讨。最后对研究工作进行了总结和展望。 论文在以下方面作了有益的探索和创新性工作。 (1)对信息集成系统中不同层次的语义冲突进行了分析,阐述了全阶段语义异构问题的存在,给出了面向语义的信息集成系统概念,提出了一种基于异构数据库复制的面向语义的混合式信息集成系统架构(下称SOHDR)。SOHDR是后续研究内容的基础。 (2)针对SOHDR,本文阐述了增量数据集中时用于解决语义冲突的自动语义转换层的必要性,并给出了基于规则的自动语义转换方法AuSTR,详细阐述了AuSTR方法中的元数据集和语义转换规则集两个基础数据结构、基于逻辑主键与全字段匹配的实体辨识算法Location和触发器自动生成器。最后详细阐述了自动语义转换层对各类语义冲突的解决策略。AuSTR方法在工程项目中的成功应用,证明了该方法的有效性。 (3)本文提出了有时态本体模型和双时态本体模型。通过给本体模型增加有效时间和版本时间维度的信息,能够提高信息集成系统中全局概念模型对时态语义差异的表达能力。基于时间区间的13种相互关系,分别推导了对有时态本体求取指定时间点的本体快照和指定时间区间内本体片段的定理。此外,本文实现了有时态本体管理原型系统。原型系统上的实验证明了上述2个定理的正确性,反映了在本体中保存时态信息的必要性和原型系统管理有时态本体的有效性。 (4)针对SOHDR在查询过程中将会遇到的语义冲突,本文给出了适用于该架构的查询方案。此查询方案不但能解决查询过程中实例级的语义冲突,而且对个性化语义查询进行了专门的探讨。基于本体这一有利的知识表示工具,定义了偏好本体用于表达用户或角色所拥有的知识背景,该偏好本体可以视为全局本体的一种投影。实验表明,本文实现的基于偏好本体的个性化语义查询系统能够支持个性化查询。 (5)针对信息集成系统中必然存在数据冗余特点,本文提出了一种基于遗传算法的有副本查询连接优化算法。将副本的选择与传统的传输性能、服务器计算能力等因素一起反映到了遗传法的算子设计和适应度计算方式中。仿真实验证明了该算法的必要性和有效性。 本文的研究对信息集成中不同阶段的全方位的语义冲突处理问题有着重要的意义。除了对结构化信息集成的贡献,本文的研究对web信息的集成也有着积极的意义。这是因为当前大量的web信息系统其后台仍旧使用结构化的数据存储和管理方式,即前台web页面的数据内容虽然以文本方式或者半结构化方式展示,但是很多情况下这些内容数据本身是以结构化方式存储于后台数据库的。