由于当前市场竞争的日益加剧，企业业务需求的不断变化提高了企业数据库的升级频率，因此需要频繁的对数据模型进行修改操作。传统数据库应用系统中数据模型的升级往往需要暂停应用升级数据模型并进行相应的数据迁移。这一模型升级过程耗时费力，难以满足用户越来越频繁的对数据模型修改的需求。因此为了解决上述问题，本文提出了面向用户数据视图的数据模型演化方法，该方法首先通过用户数据模型与全局数据模型进行模式匹配，找出二者的差异,针对模型差异运用模型静态转换策略MSCS（Model Static Conversion Strategy）计算得到全局数据模型演化的操作序列，最终完成全局数据模型的演化操作，得到满足用户数据存取请求的全局数据模型。本文的主要研究内容如下：1．基于数据元语义描述的数据模型的模式匹配算法。本文将用户数据模型与全局数据模型进行统一语义描述的基础上，提出了基于数据元语义描述的数据模型匹配算法。该算法以语义树中的元素节点的语义相似度与结构相似度为出发点，通过加权平均的方法计算得到模型之间的映射关系。该算法将数据元作为匹配元素，避免了用户视图定义不规范而导致的模式匹配准确率低的问题。2．模型静态转换策略MSCS（Model Static Conversion Strategy）数据模型演化操作序列的计算算法。本文首先对演化操作按照操作粒度进行分类，然后根据模式之间的映射关系中冲突的解决机制，研究了模型静态转换策略MSCS，从而根据实体、属性演化操作规则，计算得到模型演化的操作序列，最终实现全局数据模型的演化3．研究了模型演化过程中冲突以及演化的规则。针对全局数据模型演化过程中产生的冲突进行了分类与归纳，并提出了模型演化冲突的具体解决机制。从而避免了全局数据模型中部分模型发生演化给全局带来的结构与语义冲突。保证了演化后的全局数据模型具有很好的可用性。最后综合本文的研究内容，提出了面向用户数据视图的数据模型演化方法的研究策略，使研究课题具有很好的实用价值。