论文部分内容阅读
如何有效获取和利用知识是知识密集型企业保持竞争力的关键之一。本文就知识密集型企业知识利用中存在的问题,应用知识工程、本体理论方法,对主动式知识系统的若干关键技术进行了深入研究。论文提出了基于本体的主动式知识系统(Ontology based Proactive Knowledge System,OPKS)框架,研究了用户知识需求、本体映射、本体进化、全局查询等关键技术,构建了系统原型。论文主要研究内容如下:(1)提出了OPKS框架OPKS以用户知识需求为驱动因素,采用本体描述知识,利用本体映射实现异构知识源互操作。OPKS根据用户知识需求主动为用户提供知识,可有效降低用户寻找知识的困难。(2)提出了用户知识需求模型及相关算法用户知识需求模型描述了用户知识需求的决定因素,不仅考虑了业务任务,还考虑了用户个性化特点。用户知识需求模型相关算法包括用户知识需求生成算法和用户知识混合进化算法。用户知识需求生成算法根据用户知识需求模型,自动生成用户知识需求。用户知识混合进化算法包括用户知识实时进化算法和用户知识阶段进化算法。用户知识实时进化算法主要处理用户阅读推荐知识源后的知识变化;用户知识阶段进化算法主要反映用户的知识遗忘。(3)提出了一种本体语义映射算法本体语义映射算法返回语义关系而非相似性系数;采用属性集合比较确定语义关系;在计算概念相似性时,充分考虑了本体语义信息;采用语义半径控制相关概念范围。(4)提出了基于用户自定义变更的本体进化方法用户通过组合本体原子变更为用户自定义变更,可以形成不同粒度的本体变更表示,增加了用户变更表示的灵活性。用户自定义变更优化可有效降低变更序列的执行时间。(5)提出了异构知识源查询的分解与转换算法基于本体语义映射的异构知识源查询分解算法以RDQL查询为输入,利用本体语义映射,将全局查询分解为针对各个知识源的子查询。RDQL-SQL转换算法、RDQL-XQuery转换算法分别实现了RDQL向SQL、XQuery的查询转换。(6)构建了OPKS原型基于Web Service构建了OPKS原型;采用UML对系统进行分析设计,建立了系统用例图、类图、顺序图;给出了系统的实现过程。