信息系统建模与集成技术

《信息系统建模与集成技术》论文

基于本体的信息系统建模

摘要：针对信息系统建模的特点，我们提出了一种渐进式的本体建模方法。在这个方法中，我们特别关注信息系统中存在的最一般的事物，并建立了一个最抽象的核心本体以供其他的建模人员扩展使用。同时还列出了本体建模的一般步骤。关键词：本体, 信息系统建模, 本体建模

The Information System Modeling Based on ontology Abstract:We have explored an iterative method for ontology modeling in connection with its characteristic. In this method, we especially concern with the generic things in the domain in question, and have built an abstract core ontology for the other designer to extend. We have also given some general steps for ontology modeling.

Key words: ontology,information system modeling, ontology modeling

1 引言

近年来，信息系统正在从独立事务处理向进行多系统间的知识共享、事务协作处理和互操作转变，信息系统的功能和结构的复杂程度不断提高，信息系统开发失败的可能性也相应的增加了。随着对模型研究的不断深入，研究人员们逐渐认识到原有的信息系统模型实现方法已经不能够满足当今企业的计算环境。本体论在知识工程和人工智能领域的成功，启发了信息系统的开发者，通过将本体论引入信息系统建模来克服现有建模方法的局限。将本体引入信息系统建模中，可以更好的消除语义差异，实现不同系统间的知识共享和互操作，这是未来建模技术的发展方向和趋势。目前，本体模型的研究已经进入实际应用阶段。许多研究领域目前都建立了自己标准的本体，Web上有许多可重用的本体资源库，这使得诸多领域专家能够使用它们来共享和评注领域中的信息。

构造本体的方法有很多，比如多伦多大学的企业建模法TOVE，以及根据TOVE 改进而来的骨架法，还有斯坦福大学的Natalya F. Noy和Deborah L.McGuinness 提出的本体开发101方法等。但是，没有哪一种方法是能适用于所有领域的，由于我们所要建立的本体的领域和目的不一样，这些方法都不能很好的满足我们的需求，所以，我们综合了企业建模法，骨架法，101方法，结合实际的需求，

提出了一种渐进式的本体建模方法，这种方法在我们的实践中证明是易于掌握并且有效的。

2 本体与信息系统建模

2.1 信息系统建模为什么需要本体

随着计算机技术的发展和应用，不同的领域都开发了大量的信息系统，每个信息系统都是基于特定的需求而建立的，每个系统都有自己的数据模型。这些模型的设计者和设计时期可能都不一样，因此，即使是本质上相同的一个事物，不同的模型所使用的术语、结构和表示方法也不一样。这种模型上的不一致性和异构性，使得开发者对领域知识的理解难以为后来的开发者所共享和复用，进而增大实现系统间互操作的困难。这里，我们讲的互操作不仅仅是技术上的互操作，还包括运行中的互操作。技术上的互操作已经研究了几十年，从最开始的DIS到后来的HLA，到现在的Web services以及XMSF，尽管它们都解决了一些互操作的问题，但是它解决的仅仅是技术上的互操作问题—通过正确的协议或语法交换数据的潜力。如果目标系统接收到由源系统所生成的数据(即使这些数据的语法都是正确的)，但它对这些数据的假设和概念的理解不同于源系统的理解，那么系统之间的互操作仍然不能实现。

因此，系统之间有意义的语义理解所需要的不仅是数据交换中的技术互操作性，还有信息互操作性。系统必须有能力把语义从一种语言转化为另一种语言，或者通过一个参考系统比如能理解和包含语义的支持核心本体的模型来实现这种转化。除此之外，本体还可以应用于软件工程，辅助构建和维护软件系统，特别是有助于实现软件的可复用性，可靠性和规范说明。用形式化语言表示的本体可以作为软件系统的可复用或可共享的组件，形式化的表示有利于一致性的自动检查，本体概念的规范说明可以辅助信息系统的需求识别和规范定义过程。2.2 本体在信息系统领域的定义

“本体”在不同的学科领域的定义内涵有所不同。在哲学范畴内，本体就是客观存在的系统说明或解释，这个概念所关注的是客观现实的抽象本质。当本体被引入到计算机和信息科学领域，人们对本体的认识和定义经历了一个不断深化的过程，很多学者曾经从不同的角度对它进行重新定义和解释。目前被大部分人公认的定义是Gruber在1994年提出的：“本体是关于共享概念的一致约定。共享概念包括用来对领域知识进行建模的概念框架、需要互操作的主体之间用于交

互的与内容相关的协议，以及用于表示特定领域的理论的共同约定。在知识共享的情况下，本体的形式特化为具有代表性的词汇的定义。一种最简单的形式是一种层次结构，用来详细描述类和它们之间的包含关系。关系数据库的框架(Schemata)也是一种本体，它用来描述能共享的数据库之间的关系和集成这些数据库需遵循的约束”。

2.3 本体在信息系统建模中的功能

本体论是研究实体存在性和存在本质等方面的通用理论，其研究对象是实体的存在性和存在的本质，并且所研究的实体存在本质上不依附于任何语言。因此，本体可以帮助我们从概念上抽象地描述信息系统模型，提高信息系统模型的可重用性，同时能够实现各信息系统之间的知识(或资源)共享和语义互操作。从已有的研究工作成果来看，在信息系统建模中本体的功能体现在以下3个方面。

(1)通信。这里主要是指人与人之间的通信，强调无二意性的本体，对本体的形式化程度要求可以不高。

(2)互操作。指系统之间的互操作，即不同模型方法、不同范例、不同语言和不同软件工具的相互转换。为此而建立的本体用于作为系统之间的交换格式。

(3)在系统工程领域的应用。主要表现在：①可重用性：本体可作为相关领域中重要实体、属性、进程及其相互关系的一种形式化的编码。这个形式化的表示可以成为软件系统中一种可重用的或可共享的组件；②知识获取：在建立知识系统时，用一个相关的本体作为出发点去引导知识的获取。将加快知识获取的进程，提高所获取知识的可靠性；③可靠性：形式化的表示有利于软件一致化的自动检查，从而产生更可靠的软件；④软件需求规格说明：本体可以用来辅助需求的确定，并为信息系统定义规格说明。

3 信息系统建模中本体的分类方法

3.1 信息系统建模中本体的分类及层次

信息系统建模中要求本体能够清晰、准确并且简洁地描述现实世界中所有事物的关系和属性，并且这种描述应该具有普遍性和通用性。本体的分类明确了不同本体之间的区别与联系。目前尚没有统一规范的本体分类方法，我们根据信息系统建模中本体描述对象和功能的不同，将本体分为3个层次。

第一层次是表示本体。提供用于信息系统建模的描述框架，不规定描述对象，定义了框架、槽的概念，用以规范描述。

第二层次包括领域本体和任务本体。领域本体：描述领域知识，依据表示本体规定的描述框架和用户的实际需求。它集聚了某一领域的概念实体、及其定义与关联。任务本体：任务本体主要研究可共享的与领域无关的问题求解方法，定义通用任务和推理活动，如诊断等。它们都可以引用顶层本体中定义的词汇来描述自己的词汇；任务本体主要涉及动态知识，而不是静态知识。

第三层次是应用本体。按照实现功能分为角色对象本体、业务流本体和事务处理本体。角色对象本体用来描述信息系统的结构及传递的各种信息；业务流本体用来描述各种内部功能与外部功能之间的工作流与业务流；而事务处理本体是与特定的工作流环节相关的行为或者决策方法。

这样的信息系统描述和功能划分方法，有助于对特定的功能或者问题单独建模，相互之间不会影响，提高信息系统模型的适应性和敏捷性，使结构与功能独立开来，适合于信息系统的快速构建和可重用性。

3.2 领域本体和任务本体在信息系统建模中的作用

领域本体和任务本体是信息系统模型的基础，它们的构建是否成功直接影响着系统模型的成败。我们之所以在系统建模领域研究中应用领域本体和任务本体，是因为它们具有以下突出的特点。①可以在不同的建模方法、范式、语言和软件工具之间进行翻译和映射，以实现不同系统之间的互操作和继承；②适合表示抽象的描述；③可以为信息系统模型的构建提供一个基本的结构；④提供的是一个严谨丰富的理论，而不单单是一个存放数据的结构。

4 本体模型

概念是对实体，事件或现象进行概念化的过程，也就是说，概念可以分为两种:一是关于实体的相对静态概念，一是关于事件或现象的相对动态概念。那么，在建立领域模型的时候，我们是否可以依据这样的思路来做呢?

我们先来看看C21EDM (C2信息交换数据模型，Command and Control Information Exchange Data Model)的方法。C2IEDM是一个已经开发了20多年的用于信息交换和数据管理的数据模型，它是基于实体的，所有的对象，现象，事件，活动，状态，关系等都通过实体来描述。其中，对象(OBJECT-TYPE & OBJECT-ITEM)实体主要描述战场空间中的物质存在，包含五个子类型:单位(ORGANISATION)、人员(PERSON)、物资(MATERIEL)、设施(FACILITY)和要素(FEATURE)。把这五个子类型作为领域的基本元素，用来表示领域中的对象是合

理的。另外，活动(ACTION)实体主要描述战场空间的行为和事件。因此，我们把活动作为一个单独的基本元素，用来表示领域中对象的各种行为和事件。

我们再来参考REA( Resource-Event-Agent)模型中的分类。REA模型是由William E.M cCarthy所建立，是传统企业和电子商务系统中的主要建模框架。在REA模型中，市场交换的主要元素就是资源(Resource)，事件(Event)和主体(Agent)，这里的资源和主体相当于C2IEDM中的OBJECT，事件相当于ACTION。可以看出，两种不同模型的分类方法都可以统一为ACTION和OBJECT.

综上所述，在大多数的领域本体中，特别是在为信息系统而建立的本体模型中，所有的概念都可以分为对象概念和活动概念，其中对象概念包括五个子概念:单位、人员、物资、设施和要素，这是一个完备的分类，领域中的所有实体对象都应该归为这五个子概念中的一类。下面给出这些元素的基本定义: 对象: 描述领域中实际存在或抽象的实体集合。

单位: 表示行政或者职责结构，用以完成一个目标，目的或任务。

人员: 在领域中具有特定身份的个人。

物资: 表示与行政或行为目的一致的装备、器械或补给。

设施: 为特定目的服务而创建的一种对象类型，是通过它提供的服务而不是通过它的内容来识别的。

要素: 表示具有现实意义的控制要素。控制要素是指与活动或行为相关的，用于表达那些描述规划或协调行为的抽象对象，包括行政、政策和策略上的约束。

活动 (ACTION):描述计划或己经执行的行动，也可以描述有现实意义的突发事件。

通过这样的分类，我们对领域中的概念都有了一个整体的清晰的认识，同时，这个分类也可以指导领域概念的识别过程。当需要建立新的本体模型，我们可以直接利用和扩展这些元素来设计我们的模型。

5 建模步骤

我们这里提出的建模方法是一个不断反复，循环迭代的渐进过程。人对领域的认识是一个过程，我们对领域的建模要反映我们对领域的认识，要反映领域的现实。我们可能先定义了一个粗略的本体模型，随着我们对领域认识的深入不断去评价和修改这个本体，通过解决在应用中发现的问题，或者和该领域的专家讨论发现原先模型中存在的问题，不断的去完善和增强这个本体模型。通常，这个

方法包括以下几个阶段:

5.1 识别领域的相关概念

根据以上的定义，识别领域概念就是要确定那些用来描述领域中实体，现象和事件的术语。这里，我们关注的主要是表示概念的术语，而不是描述这些概念的术语，后者是作为属性来表示的。识别概念的方法有:

(1) 头脑风暴法:就是建模人员根据自己所掌握的领域知识，直接写出相关潜在的领域概念。这个方法的优点是能直接得到一系列的领域概念，效率较高，但这些概念可能是不准确，不充分的，需要与该领域的专家进行适当的协调。

(2) 业务过程抽取法:建模人员通过分析每一个业务过程把与信息本体相关的概念识别出来。这个方法的优点是能得到比较完整的领域概念集，缺点是效率较低，工作量大。

以上两种方法可以互为补充，交叉使用，在提高识别过程的效率的同时，提高概念识别的准确性。

前面已经定义了可以表示领域中的所有概念的基本元素，在识别概念的过程中，需要按这些基本元素对这些识别出来的概念进行初步的分类。在这些基本类型中，除了活动之外，其他的都是描述领域中的物质存在，它们都是显而易见的，因此很容易识别，例如职工，配偶，经手人等都是关于人员的概念，部门，科室等都是关于单位的概念，车辆，电脑等是物资的概念，各种政策法规和指导文件等是要素的概念，住房，仓库等是设施的概念。活动则是描述领域中的现象，事件和行为等抽象的概念，一般来说，用带有动词意义的名词表示的概念都是活动的概念，例如，生产，规划，采购，维修，审计等。

在这个过程中，一般需要对识别出来的概念给出一个明确的定义，这种定义可以用自然语言来表示，也可以用形式化语言表示。这个定义主要陈述这个概念的内涵。

5.2 确定描述概念的属性

概念就是属性的集合，所以对于以上识别出来的领域概念，我们要说明用以描述它们的属性。确定概念的属性必须遵循需求主导的原则，只描述与需求相关的特性和结构，并不需要描述概念的所有特性。例如，每个人都有“肤色”这个特征，但在我们的论域中并不关心这个特征，所以，人员的属性中就不需要描述“肤色”的特征。确概念属性的方法有下面三种方式:

(1) 从业务模型中提取:业务模型中的信息流包含了活动所需要的和产生的

信息，通常可以作为描述活动的属性。

(2) 从现有数据库或信息系统中提取:正在使用的数据库和信息系统都是问题领域特定方面的模型，其中包含当前系统所关心的对象和数据。

(3) 向业务人员咨询:概念的属性是刻画问题领域中我们所关心业务所需要的概念的特性，业务人员很清楚这方面的需求。

确定概念的属性和识别领域概念的过程是相互交叉的，通常都是在识别概念的同时，确定这个概念的属性以及它与其他概念的关系。确定了属性之后，还需要对属性进行定义和描述，主要包括几个方面的内容:名称、定义、数据类型、取值范围、基数、该属性具有的性质(自反性、传递性、函数性)。属性的定义跟概念的定义一样，要用精确的无二义性的文本对属性的内涵进行说明。

5.3 确定概念的层次

以上步骤得到的概念集合基本上是平面结构的，没有条理性，确定概念的层次就是要将它们条理化。分类法是目前使用最多的对领域中信息条理化的方法，分类体系的建立易于人们对领域迅速建立起整体视图，方便人们进行分析，因此确定概念的层次也可参考分类法进行。

确定概念层次可以采用下面三种方式，.

(1) 自顶向下式开发过程。从定义最一般的概念开始，然后定义特殊的概念。我们最先定义的基本元素就是这个自顶向下过程的体现。

(2) 自底向上式开发过程。以定义最特殊的概念入手，从概念层次的叶节点开始，然后把它归类到一般的概念。

(3) 结合式开发过程。该方法是自顶向下式和自底向上式的结合:先定义易见的概念，然后适当的归纳和专门研究。

这三种方法里没有那种一定比另外两种好。采用那种方法取决于信息模型建造人员对领域中知识的了解情况和观点。

例如，对于农业生产中的“土地资源”，我们很容易知道它可以分为“耕地”、“菜地”、“林地”和“水面”等，而“耕地”又分为“旱地”和“水田”。这样就很容易白顶向下确定“土地资源”这个概念下的各级子概念。对于“农业生产政策”、“农业生产制度”等，我们则可以根据它们具有的共同属性，得出它们的共同父级概念—“农业生产政策标准”，并将它们的共同属性作为“农业生产政策标准”的属性。这就是采用自底向上的方式来确定类的层次。

为了形成概念体系，这个步骤可能会引进一些虚类，如上面提到的“农业

生产政策标准”。但一般情况下，尽量使用业务人员使用的概念或术语。

5.4 定义实例

定义概念的一个实例需要:

(1)选择要实例化的概念

(2)创建这个概念的一个实例

(3)给属性赋值

5.5 本体模型的代码化

代码化信息模型就是利用某种形式化语言显式地表现上个阶段的概念化成果。主要内容有:

(1)选择一种表现语言(能够支持元本体)

(2)选择一种模型编辑工具

(3)编码

5.6 评价

前面我们定义了本体的几个建模元素，当对本体模型进行评价的时候，我们需要对每一个建模元素进行评价，看这个模型是否满足这些建模元素的完备性，如果每一个建模元素的完备性都被满足，那么整个本体模型的完备性也就得到了证明。

首先，我们看是否本体模型中的所有概念都可以被单个识别，其次，我们看是否每个概念都有最小的属性集，每个属性的含义是否都是明确的。另外，还要看概念之间的各种关系是否都能在本体模型中表现出来。

6 总结

本体在信息科学领域的应用已经得到了越来越多的关注，然而许多有关本体的理论研究还尚未成熟，没有形成统一的观点。这篇论文中，我们描述了一种领域本体的建模方法，这个方法把本体建模的复杂过程分解为儿个相对清晰和可操作的步骤，但是目前尚未统一标准的本体构造方法，得到普遍公认的观点是，在构造特定领域本体或者任务本体的过程中需要专家的参与，因此，基于本体的信息系统建模方法问题的研究还有待进一步的深入。

参考文献：

1. 杜文华．基于本体的信息构建模型研究[J]．情报探索.2006(9)：66—68．

https://www.360docs.net/doc/a44091588.html, DMWG;Edition 6.15b: The C2 Information Exchange Data Model(C21EDM Main),

MIP,Germany,21 January 2005

3. Priss, Uta; "Formal Concept Analysis in Information Science," Annual Review of Information Science and Technology number40,2006

4.林汝坤,刘芳面.向信息系统的本体建模方法[M]. 第十一届中国人工智能学术年会,2005

5.唐晓波,韦贞,徐蕾.基于本体的信息系统建模方法[J].情报科学.2008(3):391-395