基于关联数据的信息聚合模型与实现研究

As an implement of Semantic Web, linked data connected data from different sources to accelerate the development of WWW. Be different from the existing information mashup technologies which mainly focus on the traditional WWW, the information mashup technologies based on linked data mainly face the Semantic Web. It focuses on the information itself instead of the pages with information or the APIs accessing information. The objects of mashup are semantic entities which belong to low-granularity level. Based on the ontology matching and data linking between different datasets, this research will build a model of information mashup which is based on linked data, and design an experiment system, then test and evaluate in LOD datasets. This research will realize low-granularity semantic information mashup to dynamic, distribute and heterogeneous data sources, providing an approach of multiangle, all dimensions and visualization to access and understand information. In this process, the calculation of semantic simmilarity and the dynamic linking analysis are the key problems to be resolve. This research will follow the technology roadmap of "theory - model - application", adopt methods which include document retrival, expert consultation, model building, system design, programming and result analysis. This research will be the combination of theory and practice.

关联数据可以被视为语义网的一种实现方式，它使得来自于不同来源的数据相互关联，从而促进了万维网的发展。目前已有的信息聚合技术主要面向传统的万维网，而基于关联数据的信息聚合技术主要面向语义网，关注的焦点在信息本身而不是承载信息的页面或是信息的访问接口API，聚合的对象直接深入到细粒度级的具有语义信息的实体。本项研究拟在对不同的数据集进行本体映射和数据链接的基础上，构建基于关联数据的信息聚合模型，并设计开发实验系统，在LOD数据集中进行测试和评估，实现对动态、分布和异构的数据源进行细粒度的语义信息聚合，为用户提供多角度、全方位、可视化的访问和了解信息的途径，在此过程中，语义相似度的计算及动态关联分析技术是待解决的关键问题。本项研究将遵循"理论-模型-实证"的技术路线，采用文献查阅、专家咨询、模型构建、系统设计、程序开发、实验结果分析等方法，从理论与实践相结合开展研究。

关联数据可以被视为语义网的一种实现方式，它使得来自于不同来源的数据相互关联，从而促进了万维网的发展。目前已有的信息聚合技术主要面向传统的万维网，而基于关联数据的信息聚合技术主要面向语义网，关注的焦点在信息本身而不是承载信息的页面或是信息的访问接口API，聚合的对象直接深入到细粒度级的具有语义信息的实体。本项研究拟在对不同的数据集进行本体映射和数据链接的基础上，构建基于关联数据的信息聚合模型，并设计开发实验系统，在LOD数据集中进行测试和评估，实现对动态、分布和异构的数据源进行细粒度的语义信息聚合，为用户提供多角度、全方位、可视化的访问和了解信息的途径。. 本项研究主要包括信息聚合模型设计、本体映射、数据链接、信息聚合系统设计与开发、基于关联数据的信息聚合应用等内容。首先，项目组设计开发了面向关联数据的信息聚合模型，分为资源层、聚合层与应用层，其中资源层包括本地资源与外部资源，聚合层是本项研究的重点，包括本体映射、数据链接、信息集成等关键技术，应用层则包括图书馆、政府等各应用领域。在本体映射研究中，项目组提出了适用于关联数据网络中的基于WordNet的本体映射方法，建立了本体映射总体研究框架，并将待映射概念对按照通用本体元素与自有本体元素进行分类，从而建立映射模型，并在此基础上设计开发了半自动映射系统OntologyMatching。在数据链接研究中，本项目组提出了一种人工辅助条件下基于规则的共指实体识别方法，即在用户的参与下建立共指实体判别规则并以文件的形式保存起来，然后自动调用这些规则对不同数据集内的共指实体进行识别。项目组还将基于关联数据的信息聚合模型与技术应用于图书馆书目资源整合与政府数据发布与利用当中，取得了较好的效果。