毛莉菊，李恒貝，彭其軍

（南京農(nóng)業(yè)大學 圖書與信息中心信息應(yīng)用部，江蘇 南京 210095）

基于本體的高?；A(chǔ)數(shù)據(jù)組織研究

毛莉菊，李恒貝，彭其軍

（南京農(nóng)業(yè)大學 圖書與信息中心信息應(yīng)用部，江蘇 南京 210095）

本文引入本體論，圍繞人在學校中的活動進行本體構(gòu)建，旨在探索一種系統(tǒng)的的挖掘、組織高校基礎(chǔ)數(shù)據(jù)的方法，并在本體構(gòu)建的基礎(chǔ)上構(gòu)建一個統(tǒng)一、規(guī)范的高校基礎(chǔ)數(shù)據(jù)元數(shù)據(jù)集和信息標準，確定數(shù)據(jù)表結(jié)構(gòu)，為共享數(shù)據(jù)平臺構(gòu)建提供支持。同時還通過本體構(gòu)建，確立高?；A(chǔ)數(shù)據(jù)的管理準則。

本體；基礎(chǔ)數(shù)據(jù)；數(shù)據(jù)組織；本體構(gòu)建

一、引言

隨著各高校信息化建設(shè)的進一步深入，信息化建設(shè)正從應(yīng)用集成向信息集成邁進，這種信息集成是架構(gòu)在信息資源網(wǎng)的基礎(chǔ)上的。而信息資源網(wǎng)的基礎(chǔ)即數(shù)據(jù)，可見如何有效地進行信息（數(shù)據(jù)）的組織、規(guī)范和管理是整個信息化建設(shè)的最基礎(chǔ)工作。

二、高?；A(chǔ)數(shù)據(jù)的特點

1.信息量大，類型復雜多樣

高校類似于一個小型社會，其管理及相關(guān)的實踐活動非常復雜，產(chǎn)生的信息類別及信息量也就可想而知了。

2.不同職能部門間數(shù)據(jù)的依存關(guān)系復雜

3.各職能部門間的數(shù)據(jù)相互獨立

在部門內(nèi)部可能存在統(tǒng)一的數(shù)據(jù)管理基礎(chǔ)標準，但在部門間卻是不統(tǒng)一的。

4.基礎(chǔ)數(shù)據(jù)源不明確

即來自不同部門或不同系統(tǒng)的數(shù)據(jù)誰是權(quán)威數(shù)據(jù)不明確。

如何有效地對高校海量的不標準的數(shù)據(jù)進行系統(tǒng)地組織、規(guī)范，實現(xiàn)數(shù)據(jù)的共享與互操作是目前高校信息化建設(shè)面臨的難點之一。有些學校簡單地從某個職能部門或業(yè)務(wù)系統(tǒng)入手采集、組織相關(guān)信息，沒有從整個學校全局考慮，造成最后構(gòu)建的數(shù)據(jù)基礎(chǔ)標準不統(tǒng)一，如元數(shù)據(jù)標準、信息標準不統(tǒng)一。清華大學從劃分職能域、建立業(yè)務(wù)模型入手，利用元數(shù)據(jù)方案進行數(shù)據(jù)標準制定其研究重點在于數(shù)據(jù)標準的制定。[1-3]本文嘗試引入本體理論，利用本體構(gòu)建方法來挖掘、梳理和組織高校基礎(chǔ)數(shù)據(jù)，構(gòu)建一個統(tǒng)一、規(guī)范的高?；A(chǔ)數(shù)據(jù)元數(shù)據(jù)集，制定統(tǒng)一信息標準，并為共享數(shù)據(jù)平臺構(gòu)建提供支持。

三、本體概述

1.本體的概念

本體的概念最早出現(xiàn)在哲學領(lǐng)域，從哲學的范疇來說，本體是客觀存在的一個系統(tǒng)的解釋或說明，關(guān)心的是客觀現(xiàn)實的抽象本質(zhì)[4]，在計算機與信息科學領(lǐng)域，理論上，本體是指一種“形式化的，對于共享概念體系的明確而又詳細的說明”[5]?；蛘哒f本體是特定領(lǐng)域中那些存在著的對象類型或概念及其屬性和相互關(guān)系[5]。常見的本體構(gòu)成要素包括：

實例（instances）：代表元素，就是對象；

類（classes）或概念（concepts）：對象的集合；

關(guān)系（relations）：在領(lǐng)域中概念之間的交互作用，如子類關(guān)系；

函數(shù)（functions）：特殊的關(guān)系，關(guān)系的前 n－1個元素可以唯一決定第n個元素。如Mother-of就是一個函數(shù)，mother-of(x,y)表示y是x的母親；

公理（axioms）：表示永真斷言，如概念乙屬于概念甲的范圍；

事件（action）:屬性或關(guān)系的變化。

2.基于本體的信息組織方法

當前基于本體的信息組織主要有三種方式：單本體方法、多本體方法和混合本體方法。在單本體結(jié)構(gòu)中，一個全局的本體為具體的語義說明提供了一個共享的詞匯表，所有的信息資源都聯(lián)系到這個全局本體上。而在多本體結(jié)構(gòu)中，每個信息資源都有自己的本地本體，它們并不一定使用同樣的詞匯表，且每個本體都可獨立發(fā)展?；旌媳倔w則是建立一個共享詞匯表，而每個信息源則用本地本體描述，其優(yōu)點是新的信息源可很方便地加入到源本體。[5]

四、高校基礎(chǔ)數(shù)據(jù)本體構(gòu)建

大學的根本是人，從大學的各項活動（主要是教學、科研和社會服務(wù)）來看，都是圍繞人（學生、教師）而進行的，清華大學蔣東興老師也提出新一代數(shù)字校園特征之一就是以用戶為核心組織信息與服務(wù)。[6]所以在數(shù)據(jù)的組織上，先根據(jù)人員屬性對人員進行分類，再對不同類型人員信息進行本體構(gòu)建。由于高校數(shù)據(jù)源呈現(xiàn)多種多樣的環(huán)境，本文采用混合本體結(jié)構(gòu)來探究和構(gòu)建高?；A(chǔ)數(shù)據(jù)。本體構(gòu)建流程如圖1所示。

1.領(lǐng)域本體構(gòu)建

領(lǐng)域本體所建模的是某個特定領(lǐng)域，或者現(xiàn)實世界的一部分。它提供特定領(lǐng)域的概念定義、概念之間的關(guān)系、領(lǐng)域活動等。由于不同類型的人在同一活動中所扮演的角色是不同的，比如在教學活動中，教師與學生一個教一個學，兩者所關(guān)注的信息對象是不同的，所以可分別按不同類型人員在學校的生命周期線上的各種活動來構(gòu)建領(lǐng)域本體。如圖2所示即是以教師為例所構(gòu)建的領(lǐng)域本體。

2.原型本體構(gòu)建

原型本體描述的是某一概念 （類）及其屬性以及關(guān)系、約束條件等。如圖3所示為科研項目原型本體。

3.本體整合與全校域本體綜合分析

依據(jù)圖1的本體構(gòu)建流程，本體整合分原型本體與上層領(lǐng)域本體的整合及原型本體間的整合。通過本體對各項業(yè)務(wù)和全校域本體的綜合分析，梳理各原型本體間的相互關(guān)系，對原先構(gòu)建的一些本體進行整合。如通過對教師類本體的整合，發(fā)現(xiàn)：（1）職稱評聘這一本體域與教師的教學、科研域等密切相關(guān)，即對教學、科研域的數(shù)據(jù)有依存關(guān)系。（2）科研項目本體與科研成果本體有關(guān)聯(lián)，科研成果數(shù)據(jù)依存于科研項目，所以在各科研成果原型本體構(gòu)建中要增加與項目相關(guān)的屬性。如在論文原型本體構(gòu)建中，增加“資助項目”這一屬性。同時，通過對學校各項業(yè)務(wù)和全校域本體的綜合分析，梳理各業(yè)務(wù)流間的關(guān)系，明確基礎(chǔ)數(shù)據(jù)的源頭,并制定基礎(chǔ)數(shù)據(jù)管理的準則，即“誰產(chǎn)生誰負責，誰需要誰提出”。比如教師的科研項目數(shù)據(jù)，是由學校的科研管理部門對教師提供的數(shù)據(jù)進行審核后產(chǎn)生的，那么這一基礎(chǔ)數(shù)據(jù)的元數(shù)據(jù)和信息標準（數(shù)據(jù)字典）由科研部門負責制定，整個基礎(chǔ)數(shù)據(jù)的準確性也由科研部門負責。而人事部門在開展教師職稱評審業(yè)務(wù)時，需要科研信息中哪些基礎(chǔ)數(shù)據(jù)和這些基礎(chǔ)數(shù)據(jù)中的哪些元數(shù)據(jù)，則應(yīng)由人事部門具體負責提出。

五、基于本體的基礎(chǔ)元數(shù)據(jù)構(gòu)建及集成

構(gòu)建本體的目的是通過本體構(gòu)建挖掘、組織高?；A(chǔ)數(shù)據(jù)，構(gòu)建系統(tǒng)規(guī)范的元數(shù)據(jù)集，制定統(tǒng)一信息標準，并最終通過關(guān)系數(shù)據(jù)庫的構(gòu)建進行數(shù)據(jù)集成，消除數(shù)據(jù)的異構(gòu)性，實現(xiàn)數(shù)據(jù)共享。通過各原型本體的構(gòu)建，可以系統(tǒng)地對高?；A(chǔ)數(shù)據(jù)中的元數(shù)據(jù)進行規(guī)范編碼、明確各元數(shù)據(jù)的定義、約束條件、值范圍等，并制定信息標準。表1為以科研項目本體中的屬性為例構(gòu)建的“項目類別”元數(shù)據(jù)。

表1 項目類別元數(shù)據(jù)

“項目類別代碼”即項目類別的標準。標準的制定要遵循國家、教育部已有的、高校較為通用的標準，對于個別元數(shù)據(jù)值空間不好規(guī)范的，制定出校級參考代碼，即校級標準。而原型本體與關(guān)系數(shù)據(jù)庫的轉(zhuǎn)換策略可以如下：

（1）原型本體里定義的一個類（概念）對應(yīng)一個數(shù)據(jù)表。

（2）原型本體里定義的類的屬性即為數(shù)據(jù)表中的字段。類的屬性里，有objecttype類型，有datatype類型，對于objecttype類型的屬性，須規(guī)定其domain和range值來指定與其有關(guān)聯(lián)的表。

如以圖3的科研項目原型本體可構(gòu)建四個數(shù)據(jù)表：科研項目、項目負責人、項目參加人、項目經(jīng)費。如表2和表3分別為科研項目和項目參加人數(shù)據(jù)表。

表2 科研項目數(shù)據(jù)表

表3 項目參加人員數(shù)據(jù)表

其中在表2中，objecttype類型屬性字段有：項目負責人和項目參加人，其對應(yīng)domain是“人事基本信息”，其需要的range為：姓名、工號、所在單位、聯(lián)系電話、聯(lián)系郵箱。而datatype類型中的“項目大類”、“項目類別”、“項目來源”的值空間是需統(tǒng)一規(guī)范的，即制定信息標準。通過全校域綜合分析，可以對同類原型本體在構(gòu)建數(shù)據(jù)表時進行歸類整合。如研究生也參加了導師項目研究工作，其科研項目原型本體與教師的科研項目原型本體是相類同的，可構(gòu)建同一個科研項目數(shù)據(jù)表，然后在項目參加人員數(shù)據(jù)表中增加“人員類別”字段來區(qū)分項目參加人員的身份即可。

六、結(jié)束語

本文引入本體理論，運用本體構(gòu)建方法對高?；A(chǔ)數(shù)據(jù)進行系統(tǒng)地梳理和組織，構(gòu)建了一個統(tǒng)一的、規(guī)范高?；A(chǔ)數(shù)據(jù)的元數(shù)據(jù)集和信息標準，為共享數(shù)據(jù)平臺構(gòu)建提供了支持。

[1]王映雪，蔣東興，羅念龍等.信息資源規(guī)劃的方法與實踐[A].奮斗的歷程，豐碩的成果（三）.計算機與信息管理中心成立三十五周年論文集[C].北京：清華大學計算機與信息管理中心，2011：65-71.

[2]蔣東興，佟秋利，蔣磊宏等.高等學校管理信息標準體系研究[A].奮斗的歷程，豐碩的成果（三）.計算機與信息管理中心成立三十五周年論文集[C].北京：清華大學計算機與信息管理中心，2011：82-88.

[3]高校信息標準呼之欲出-《Celts-33高等學校管理信息標準》全接觸[A].奮斗的歷程，豐碩的成果（三）.計算機與信息管理中心成立三十五周年論文集[C].北京：清華大學計算機與信息管理中心，2011：76-81.

[4]王淼洋.東西方哲學比較研究[M].上海：上海教育出版社，1994：97-104.

[5]維基百科[EO/OL.[2011-7-20]http://zh.wikipedia.org/wiki/%E6%9C%AC%E4%BD%93_(%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6).

[6]蔣東興，金勤獻，管志遠等.大學資源計劃管理思想探討[A].奮斗的歷程，豐碩的成果（三）.計算機與信息管理中心成立三十五周年論文集[C].北京：清華大學計算機與信息管理中心，2011：21-28.

G203

A

1673-8454(2012)05-0015-03

（編輯：楊馥紅）