劉蔚然等曹天成 高 靜 穆文歆（北京交通大學(xué)，北京 100044）

情景本體研究綜述

劉蔚然等曹天成 高 靜 穆文歆
（北京交通大學(xué)，北京 100044）

參考國內(nèi)外核心文獻，從概念、發(fā)展歷程、研究方法與趨勢等角度，對情景和本體研究分別進行綜述性分析，并著重闡述兩個概念從隔離到逐漸融合的歷程及情景本體的構(gòu)建、集成、應(yīng)用方法，為今后的相關(guān)研究提供理論依據(jù)與支撐。同時指出情景由單一學(xué)科、單一應(yīng)用逐漸多維發(fā)展，情景本體建模將成為解決實際問題的重要方法之一，且本體集成在多維情景建模及多維知識融合上的應(yīng)用等研究成為新的發(fā)展趨勢。

情景本體；情景構(gòu)建；本體集成；知識推理；本體建模

1 概述

情景的相關(guān)研究起源于文學(xué)戲劇，后逐漸延伸至計劃、戰(zhàn)略等領(lǐng)域，在經(jīng)濟管理、環(huán)境規(guī)劃上多通過情景分析和情景規(guī)劃進行統(tǒng)一建模處理。因情景復(fù)雜多變，又因本體建模對復(fù)雜系統(tǒng)的高解析度，情景與本體相結(jié)合的研究日漸增多，相關(guān)應(yīng)用研究增長快速。20世紀(jì)90年代以來，本體論在各專業(yè)領(lǐng)域發(fā)展，成為知識工程、過程管理、語義分析、企業(yè)管理等各領(lǐng)域研究的核心方法之一。與本體相關(guān)的研究多集中在本體建模工具與本體語言轉(zhuǎn)化工具，但研究過程中的本體建模方法涉及較少，尤其是涉及情景元素時，對于概念與關(guān)系的權(quán)衡把控并不存在較為高效的方法論，因此對本體建模標(biāo)準(zhǔn)需進一步深入研究。

本文通過研究國內(nèi)外情景建模以及情景本體集成研究的核心文獻，分析情景建模脈絡(luò)、情景本體集成方法和當(dāng)前情景本體建模的研究熱點，為知識表達、發(fā)現(xiàn)、推理的相關(guān)研究提供重要背景和理論支撐。

2 情景

2.1 情景的概念及發(fā)展歷程

情景是對未來情形或能使事態(tài)由初始狀態(tài)向未來狀態(tài)發(fā)展的一系列事實的描述，其發(fā)展歷程如表1所示[1-14]。其中，Herman Kahn和Wiener在合著的《2000年》一書中認為，“未來是多樣的，幾種潛在的結(jié)果都有可能在未來實現(xiàn)；通向這種或那種未來結(jié)果的路徑也不是唯一的，對可能出現(xiàn)的未來以及實現(xiàn)這種未來的途徑的描述構(gòu)成了一個情景”[3]。近年來，國內(nèi)外對情景的研究逐漸由對單一學(xué)科、單一知識研究變?yōu)槎嗑S立體研究。情景研究逐漸和本體結(jié)合，利用本體的多變性與高適應(yīng)性解決復(fù)雜情景知識建模與知識推理問題。

圖1是由萬方數(shù)據(jù)提供的情景研究趨勢圖，表明從20個世紀(jì)末至今情景研究的發(fā)展趨勢：由教學(xué)、文學(xué)等方向逐步轉(zhuǎn)向醫(yī)藥衛(wèi)生、工業(yè)技術(shù)等領(lǐng)域。有關(guān)情景的研究逐年增長，應(yīng)用領(lǐng)域逐漸增多，其中在2008年左右開始與本體相結(jié)合。在2014年有關(guān)情景的研究數(shù)量達到峰值。

2.2 情景的主要研究方法

情景的研究方法主要有情景分析、情景預(yù)測、情景規(guī)劃和情景模擬等，具體分類情況見圖2。其研究方法與研究領(lǐng)域多種多樣，尤其根據(jù)情景構(gòu)建知識模型的研究逐漸增長。與此同時，本體作為知識的形式化表達工具也成為研究熱點，利用本體解決情景知識建模與知識推理問題的研究逐漸展開，使本體與情景關(guān)系更加密切。

3 本體

3.1 本體論的發(fā)展

“本體論”誕生于17世紀(jì)的哲學(xué)領(lǐng)域，德國哲學(xué)家郭克蘭紐首次提出“Ontology”一詞，在哲學(xué)上研究世界在本質(zhì)上有什么樣的東西存在的問題[15]，定義為“對世界上客觀存在物的系統(tǒng)描述，即存在論”。由于承擔(dān)著對世界“存在”的研究，使得本體論成為現(xiàn)在哲學(xué)體系的根基。

表1 情景概念發(fā)展脈絡(luò)

20世紀(jì)90年代初期，有關(guān)本體的國際計算機界會議屢次召開，本體成為包括知識工程、自然語言處理和知識表示在內(nèi)的人工智能研究團隊的熱門課題。本體的研究逐漸流行起來，廣泛應(yīng)用于各個領(lǐng)域。例如在研究農(nóng)業(yè)和氣候變化對水資源的影響過程中，基于語義的互操作性、復(fù)雜知識模型的構(gòu)建和信息恢復(fù)問題，Bonacin Rodrigo等[16]提出為研究數(shù)據(jù)提供有效管理和信息共享的協(xié)同系統(tǒng)，創(chuàng)建本體OntoAgroHidro。該本體可以有效處理在網(wǎng)絡(luò)共享和信息恢復(fù)時的語義操作性問題，并且在信息恢復(fù)方面具有很大潛力。在安全工程領(lǐng)域，由于信息的復(fù)雜程度較高，如何高效地進行交換、搜索和重用信息成為難點，而本體恰恰可以解決這一問題，并支持自動化推理。Batres Rafael等[17]用本體來描述和定位事故，保證信息的長期保存和溝通，同時避免了不同時期不同人員的重復(fù)工作。但類型單一的本體增加了在不同情景下知識推理的復(fù)雜度，影響了本體重用性和共享性。城市災(zāi)害情景下，于峰等人[18]結(jié)合案例推理技術(shù)對已有的本體進行優(yōu)化，降低本體建模和重用的難度，為不同類型的災(zāi)害案例知識應(yīng)急提供有效決策。根據(jù)現(xiàn)實復(fù)雜狀況構(gòu)造復(fù)雜智能本體是未來發(fā)展趨勢之一

圖1 各時期情景研究趨勢

圖2 情景研究方法分類歸納圖

3.2 本體的定義

計算機領(lǐng)域的本體論在近一二十年來開始發(fā)展并賦予新的概念，處于相對年輕的狀態(tài)，很多學(xué)者在20世紀(jì)末給出了合理解釋。其定義的發(fā)展總結(jié)如表2所示[19-29]。其中，學(xué)者Gruber、Giaretta和Studer所定義的本體被研究者廣為接受。

總的來講，本體就是通過對概念、術(shù)語及其相互關(guān)系的規(guī)范化描述，勾畫出某一領(lǐng)域的基本知識體系和描述語言[30]。

4 情景本體

情景與本體的集成研究經(jīng)歷了從隔離到逐漸統(tǒng)一的過程，在這個過程中情景對于模型建立和完善的重要性呈上升趨勢，對于情景感知度較為敏感的本體構(gòu)建起著至關(guān)重要的作用。

4.1 發(fā)展動態(tài)分析

圖3匯總了Web of Science上分別以“本體集成”“本體協(xié)同”“情景”與“本體”“情景”與“本體協(xié)同”為關(guān)鍵詞得到的引文報告。由圖3可以看出，與本體相關(guān)的研究有兩個關(guān)鍵時間段，分別是2006—2009和2010—2014。2006—2009年，本體集成的發(fā)展達到頂峰，帶動了本體在情景領(lǐng)域的研究。2012—2015年，本體集成發(fā)文量先緩慢增加后下降，逐步轉(zhuǎn)入實證研究；本體協(xié)同發(fā)文量上升，基礎(chǔ)理論研究發(fā)展顯著，又一次帶動了本體在情景領(lǐng)域內(nèi)的應(yīng)用研究。

從統(tǒng)計數(shù)據(jù)的角度看，由圖3中“情景/本體”曲線在2009年和2014年的兩個峰值可以知道，情景與本體相結(jié)合的研究隨著本體相關(guān)理論的階段性突破而波動起伏，體現(xiàn)了本體在情景領(lǐng)域的研究價值與應(yīng)用價值。2014年的峰值正是本體協(xié)同相關(guān)研究的發(fā)展引起的，因此，“情景/本體”的發(fā)展趨勢可以總結(jié)為本體協(xié)同在情景建模中的應(yīng)用研究。圖3“情景/本體協(xié)同”曲線在2008年和2013年突破了往年的0發(fā)文量，說明隨著本體相關(guān)理論的發(fā)展，已經(jīng)有學(xué)者將“情景”和“本體協(xié)同”聯(lián)系在一起，作為未來的研究方向。

從學(xué)科概念的角度看，情景的定義發(fā)展到“情景空間”“情景維度”和“情景樹”，體現(xiàn)了：（1）情景知識復(fù)雜關(guān)聯(lián)特性；（2）情景本身多維知識融合特性；（3）以問題為導(dǎo)向認識情景的必要性。本體論本身就是一種描述復(fù)雜關(guān)聯(lián)知識的方法，多個領(lǐng)域本體可以實現(xiàn)多維情景描述，本體協(xié)同又能解決多個領(lǐng)域本體知識協(xié)同，從而最終實現(xiàn)對多維情景進行知識融合。因此，“情景/本體”的發(fā)展趨勢是本體協(xié)同在情景建模中的應(yīng)用研究。

表2 本體定義發(fā)展

圖3 Web of Science 2004—2015年情景本體相關(guān)論文發(fā)表數(shù)量

4.2 情景本體集成的研究歷程

4.2.1 情景因素與本體模型隔離

在情景與本體相關(guān)聯(lián)的研究初期，情景僅作為對本體進行篩選和矯正的依據(jù)之一，沒有具體體現(xiàn)對于決策過程的影響。通過領(lǐng)域情景的特殊性確定本體建立的框架和研究的涉及范圍，這種方法被各領(lǐng)域廣泛使用，如企業(yè)產(chǎn)品的設(shè)計[31]，情景的選擇決定了產(chǎn)品的層次和使用范圍。構(gòu)建中醫(yī)脾胃病本體知識庫時，直接模擬醫(yī)學(xué)基礎(chǔ)知識在臨床應(yīng)用時的情景關(guān)系來組織知識間的神經(jīng)網(wǎng)絡(luò)關(guān)系，以提高邏輯的真實性和高效性[32]。在計算機信息安全領(lǐng)域，結(jié)合本體在語義層次上的形式化描述，對實體、區(qū)域、行為信任進行本體化描述，語義演繹和推理，為了驗證信任模型的本體化理論，通常也采用激發(fā)場景實例，通過不同的情景因素驗證準(zhǔn)確性[33]。考慮到情景信息的異構(gòu)性以及各個概念之間的關(guān)系的復(fù)雜性，為了使本體模型能夠更有效地處理和存儲情景數(shù)據(jù)，進行關(guān)聯(lián)規(guī)則的準(zhǔn)確推理和挖掘，情景因素和本體模型的集成度仍有待提高。

4.2.2 情景因素影響本體構(gòu)建

在這一階段，情景作為本體中所必不可少的元素，通過分析情景，使得本體的構(gòu)建更加具體和完善。2006年，苗紅等[11]在運用本體進行企業(yè)數(shù)據(jù)模型構(gòu)建中，利用情景因素描述本體中的活動屬性，通過確定企業(yè)業(yè)務(wù)動作或活動的狀態(tài)變化點，可以將業(yè)務(wù)描述為連續(xù)的過程域，實現(xiàn)各環(huán)節(jié)數(shù)據(jù)的聯(lián)動變化。但情景維度考慮過于單一，需要擴展為多種情景因素的綜合比較。2008年，李書寧等[34]的情景敏感數(shù)字圖書館服務(wù)系統(tǒng)用戶情景的本體建模研究，將用戶情景以本體的類、屬性和關(guān)系形式進行描述，構(gòu)建服務(wù)用戶情景本體，通過對多種情景進行分類，使得本體屬性在本體建模初期比較具體。但是情景更新對本體的影響不確定性較大，僅適用于單一知識，推理算法仍需進一步完善，從而進一步把握情景之間的關(guān)系。2012年，楊繼東等[35]對情景應(yīng)對模式下數(shù)字化應(yīng)急預(yù)案的語義模型研究，構(gòu)建了情景與預(yù)案兩個本體模型，通過本體映射分析情景與預(yù)案的關(guān)聯(lián)關(guān)系，所構(gòu)建的情景體系涵蓋了主要的情景因素，實現(xiàn)情景本體與應(yīng)急預(yù)案本體的集成，但仍然存在著不同情景因素對本體的影響程度不一的問題，并在建立情景體系時意識到要加入權(quán)重設(shè)計，以對情景進行更有效的挖掘和知識推理。2014年，Hu Daning等[36]將情景本體引入銀行壓力測試中，提出并利用BESST方法構(gòu)建一個合理的銀行壓力測試方案。本體作為良好的知識表達工具，結(jié)合概念模型進行情景建模、風(fēng)險事件的邏輯推理。同時指出，情景模擬將是其研究發(fā)展方向之一。可見，情景的改變對本體的影響很大。

4.2.3 情景本體的學(xué)習(xí)演化

在該階段的相關(guān)研究上，情景本體表現(xiàn)出了高度的集成，模型的情景感知度和自適應(yīng)性有了進一步的提高，但也隨著集成程度的提高而產(chǎn)生了一系列難題。2014年，張楚才等[13]研究了一種基于本體和自定義規(guī)則的情景推理方法，通過構(gòu)建本體讓機器實現(xiàn)自動推理，基于領(lǐng)域本體的推理將底層情景信息轉(zhuǎn)換為高層情景信息，提出的方法結(jié)合了基于本體的推理和基于規(guī)則的推理兩種方法，既利用了本體的高效推理，又利用了規(guī)則推理的靈活性和可擴展性。但提出的情景因素適用環(huán)境較窄，需要進一步擴大知識庫，有針對性地選取有代表性的情景，深入研究其智能化與自動學(xué)習(xí)。而針對代表性情景的研究，2015年，李楓林等[37]做了基于語義關(guān)聯(lián)和情景感知的個性化推薦方法研究，通過情景后過濾的方式，為情景感知分配不同的權(quán)重對資源進行推薦排名，本體全面考慮了層次和屬性關(guān)系，并且考慮用戶偏好對情景進行分類，可以改善缺乏情景敏感性的問題。但是沒有考慮本體協(xié)同過程中情景沖突的解決方案。

在情景本體的相互學(xué)習(xí)演化中，首先將情景體系采用本體的表示方法呈現(xiàn)出來，采用語義分析和語義關(guān)聯(lián)的措施進行情景挖掘和推理，從而形成預(yù)案本體加入知識庫中（圖4），進行演化推理過程。

4.3 情景本體的集成方法

從研究歷程上看，情景本體的集成對于本體的構(gòu)建及演化影響程度較大，而在分析情景建立模型的過程中，針對不同領(lǐng)域和環(huán)境，情景分析的方式有所不同，情景的復(fù)雜程度決定了情景建模方法。

4.3.1 簡單情景的本體表示

由于本體模式本身具有良好的層次結(jié)構(gòu)、支持邏輯推理以及方便知識的共享和復(fù)用，當(dāng)所研究的領(lǐng)域在對情景的劃分上較清晰和容易時，為了更好地與原有本體進行結(jié)合，情景模型的組織形式也可以用本體表示。

圖4 情景本體的學(xué)習(xí)演化過程

在電影的個性化推薦領(lǐng)域[38]，僅通過構(gòu)建電影本體分析信息資源特征中的層次關(guān)系會忽略屬性關(guān)系對于相似度的影響，所以構(gòu)建情景維度模型來進行情景感知可以改善缺乏情景敏感性問題。例如，將情景本體劃分為時間、空間、環(huán)境、用戶狀態(tài)等不同維度，每個維度均采用n元組表示，根據(jù)多重繼承關(guān)系計算相交關(guān)聯(lián)度，提高模型準(zhǔn)確率。在企業(yè)管理領(lǐng)域，通過對管理過程中的主要活動構(gòu)建情景本體，由在不同邏輯情景之間可發(fā)生改變狀態(tài)的值亦即流的值來反映動態(tài)系統(tǒng)的變化，從而對動態(tài)系統(tǒng)進行推理和規(guī)劃[39]。

考慮本體自身互操作性、共享性強等特點，其不僅可以實現(xiàn)情景和知識建模，而且提供基于描述邏輯的語意推理。因此，本體逐漸成為主要的情景建模方式之一。在醫(yī)藥信息服務(wù)領(lǐng)域中，為給普通用戶提供專業(yè)的抗高血壓藥物信息以及個性化健康信息服務(wù)，李楓林、李娜等[40]設(shè)計了基于本體的情景建模以及基于情景的推理優(yōu)化方法，在分別構(gòu)建環(huán)境和用戶情景本體后進行基于描述邏輯的推理與基于SWRL規(guī)則的推理（情景演繹和推理優(yōu)化）實現(xiàn)個性化推薦。

通過構(gòu)建情景本體強化了數(shù)據(jù)模型的情景感知，從而更全面地對本體模型進行分析，建立本體驅(qū)動的系統(tǒng)。但是因為各情景之間錯綜復(fù)雜的關(guān)系使得動態(tài)情景本體的具體描述和建立難度較大，會產(chǎn)生相應(yīng)的誤差。

圖5 三層映射模型的簡要概括

4.3.2 復(fù)雜情景的三層映射表示

當(dāng)在研究過程中，出現(xiàn)情景分類模糊不清，情景因素多且復(fù)雜時，就需要通過解析情景語義，通過分析和細化建立情景模型。圖5為本文所介紹的情景—本體—數(shù)據(jù)模式三層映射模型的大概表示形式，通過該過程可以靈活地建立情景集合來描述新生突發(fā)事件。

在風(fēng)險控制領(lǐng)域，對于突發(fā)事件建模[12]，通過解析情景語義描述，構(gòu)建本體關(guān)聯(lián)關(guān)系，同時新情景的加入也是對當(dāng)前系統(tǒng)架構(gòu)的檢查驗證，評估系統(tǒng)的完整性和一致性，所以完善模型是一個迭代過程。在智能空間領(lǐng)域，情景同時又是對系統(tǒng)運行的一個模擬，基于領(lǐng)域本體的推理將底層情景信息轉(zhuǎn)換為高層情景信息，通過一致性和正確性檢驗后，存入知識庫中。既利用了本體的高效推理，又利用了規(guī)則推理的靈活性。一方面，該模型通過觸發(fā)情景行為，利用推理機制得到新的情景信息。另一方面，對所有的情景信息均進行沖突檢測，進一步完善了知識模型及推理機制。通過這種機制，有效地增加了系統(tǒng)的適應(yīng)性和實時性，并且三層映射模型可以通過修改情景有效地移植到其他領(lǐng)域中。但是，它的局限性在于情景中的術(shù)語和數(shù)據(jù)模式發(fā)生變化時還需要人工參與將它們重新映射到本體，這增加了工作量和出錯概率。

4.3.3 基于SKOS和OWL的情景本體構(gòu)建方法

本體集成的過程涉及越來越多的復(fù)雜映射關(guān)系，即其對挖掘知識的關(guān)聯(lián)規(guī)則的要求越來越高，所以一些知識組織系統(tǒng)的框架也被用于情景集成中，完善關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)，明確屬性類之間的聯(lián)系，并輔助情景案例中的概念提取?；赟KOS（Simple Knowledge Organization System）知識組織系統(tǒng)表示語言框架的應(yīng)用[41]，對于挖掘復(fù)雜情景知識語義、構(gòu)建關(guān)聯(lián)規(guī)則方面起著極大的推動作用。SKOS作為面向概念框架表示的RDF （Resource Description Framework, 資源描述框架）應(yīng)用，包括3個主要部分：一是SKOS Core，可以用于表示除 Ontology外的幾乎所有NKOS（Networked Knowledge Organization Systems）； 二 是SKOS Mapping，用于概念框架之間的映射；三是SKOS Extensions，用于輔助SKOS的特定應(yīng)用?；谶@種框架，本體的概念層和推理層的聯(lián)系更加密切。

在SKOS Core的詞匯集分類中，含有本體構(gòu)建的重要屬性，如概念、標(biāo)簽屬性、語義關(guān)系屬性、概念框架等。相較而言，OWL 是一種面向本體表示的 NKOS 語言，同樣也是以 RDF 為基礎(chǔ)的，但它吸收了描述邏輯作為其內(nèi)在的邏輯基礎(chǔ)，因而有著強大的描述和推理能力，適用于表示復(fù)雜的本體。因為OWL結(jié)構(gòu)相對復(fù)雜，準(zhǔn)確合理地運用OWL的代價較大，而OWL所體現(xiàn)的精確表述能力在該領(lǐng)域不是十分關(guān)鍵。與SKOS相比，OWL雖然表述、推理性能更為強大，但對于SKOS，框架的概念足夠多且推理結(jié)構(gòu)易于建立，從而利于降低使用成本。SKOS、OWL互有所長，OWL也是基于RDF，可以組合使用；SKOS可以用OWL來增強推理性能，同時避免在表述和推理結(jié)構(gòu)建立上的冗余。

5 結(jié)語

近年來，情景與本體關(guān)系逐漸密切。情景由單一學(xué)科單一應(yīng)用的單一知識研究逐漸與其他學(xué)科領(lǐng)域相結(jié)合，并且在本體構(gòu)建過程中影響很大。而本體構(gòu)建又是情景建模的重要工具，未來情景本體建模將成為解決實際問題的重要方法之一， 二者相互促進，共同發(fā)展。

情景概念從單一知識維度向多維度擴展，同時本體在情景中從單一應(yīng)用發(fā)展到與傳統(tǒng)方法相結(jié)合的應(yīng)用，且本體建模在情景領(lǐng)域的實證研究成果顯著。但由于情景概念的多維擴展，本體建模方法也需完善擴展。本體集成在多維情景建模及多維知識融合上的應(yīng)用研究成為新的發(fā)展趨勢。而精確本體處理模糊情景信息的難度較大，仍需考慮如何構(gòu)建處理情景信息模糊性問題的模糊粗糙本體。

[1] 李仕明, 張志英, 劉樑,等. 非常規(guī)突發(fā)事件情景概念研究[J]. 電子科技大學(xué)學(xué)報(社會科學(xué)版), 2014 (1): 1-5.

[2] 于紅霞, 錢榮. 解讀未來發(fā)展不確定性的情景分析法[J]. 未來與發(fā)展, 2006, 27(2):12-15..

[3] 張學(xué)才, 郭瑞雪. 情景分析方法綜述[J]. 理論月刊, 2005(8):125-126.

[4] 陳熳莎. 情景規(guī)劃:一種新的規(guī)劃態(tài)度、方法與過程[C]// 2007中國城市規(guī)劃年會.廣州: 中國城市規(guī)劃學(xué)會, 2007.

[5] 魏小安, 魏詩華. 旅游情景規(guī)劃與項目體驗設(shè)計[J].旅游學(xué)刊, 2004, 19(4):38-44.

[6] 陳俊良, 王長春, 陳超. 基于情景的裝備發(fā)展戰(zhàn)略環(huán)境分析方法[J]. 系統(tǒng)工程理論與實踐, 2011, 31(9): 1816-1824.

[7] 楊君, 吳菊華, 艾丹祥. 一種基于情景相似度的多維信息推薦新方法研究[J]. 情報學(xué)報, 2013, 32(3):262-269.

[8] 劉濱強. 移動環(huán)境下的個性化推薦用戶興趣建模研究[D]. 北京:北京郵電大學(xué), 2009.

[9] 劉永, 郭懷成, 王麗婧,等. 環(huán)境規(guī)劃中情景分析方法及應(yīng)用研究[J]. 環(huán)境科學(xué)研究, 2005, 18(3):82-87.

[10] 馮俊文. 決策分析的情景樹方法及其應(yīng)用[J]. 管理工程學(xué)報, 2000, 14(3):70-72.

[11] 苗虹, 葛世倫. 本體支持下的企業(yè)數(shù)據(jù)模型構(gòu)建[J].清華大學(xué)學(xué)報(自然科學(xué)版), 2006, 46(Z1):1131-1137.

[12] 王肅,杜軍平,高田, 等.基于情景和本體的非常規(guī)突發(fā)事件建模[C]//2011年中國智能自動化會議論文集.北京: 中國自動化學(xué)會, 2011:835-840.

[13] 張楚才, 劉昀岢, 瞿紹軍. 一種基于本體和自定義規(guī)則的情景推理方法[J]. 計算機技術(shù)與發(fā)展, 2014(4): 139-142.

[14] 陳祖琴, 蘇新寧, 楊建林. 基于突發(fā)事件情景地圖的應(yīng)急決策模式研究[J]. 情報學(xué)報, 2015, 34(8):845-853.

[15] 顧金睿, 王芳. 關(guān)于本體論的研究綜述[J].情報科學(xué), 2007, 25(6): 949-956.

[16] BONACIN R, NABUCO O F, JUNIOR I P. Ontology models of the impacts of agriculture and climate changes on water resources: scenarios on interoperability and information recovery[J]. Future Generation Computer Systems, 2016,54:423-424.

[17] BATRES R, FUJIHARA S, SHIMADA Y, et al. The use of ontologies for enhancing the use of accident information[J]. Process Safety & Environmental Protection, 2014, 92(92):119–130.

[18] 于峰, 李向陽, 劉昭閣. 城市災(zāi)害情景下應(yīng)急案例本體建模與重用[J]. 管理評論, 2016, 28(8):25-36.

[19] NECHES R, FIKES R, FININ T, et al. Enabling technology for knowledge sharing[J]. Ai Magazine, 1991, 12(3):36-56.

[20] GRUBER Thomas R. A translation approach to portable ontology specifications[J]. Knowledge Acquisition, 1993, 5(2):199-220.

[21] NOY N F, MCGUINESS D L. A guide to creating your first ontology[J]. Stanford University, 1995(2):14.

[22] GRUNINGER M U M. Ontologies: principles, methods and applications[J]. Knowledge Engineering Review, 1996, 11(2):93-136.

[23] BORST P, AKKERMANS H. An ontology approach to product disassembly[C]//European workshop on knowledge acquisition, modeling and management. London, UK: Springer-Verlag, 1997:33-48.

[24] STUDER R, BENJAMINS V R, FENSEL D. Knowledge engineering: principles and methods[J]. Data & Knowledge Engineering, 1998, 25(1/2):161-197.

[25] 楊學(xué)功. 本體論哲學(xué)批判是馬克思哲學(xué)變革的實質(zhì)[J]. 哲學(xué)動態(tài), 2001(10):10-14.

[26] 張曉林, 李宇. 描述知識組織體系的元數(shù)據(jù)[J]. 圖書情報工作, 2002(2):64-69.

[27] 劉柏嵩, 高濟. 基于RDF的異構(gòu)信息語義集成研究[J].情報學(xué)報, 2002, 21(6):691-695.

[28] 張玉峰, 李敏. 動態(tài)約束性概念網(wǎng)絡(luò)與知識檢索研究[J]. 情報學(xué)報, 2003, 22(3):278-281.

[29] 李景. 本體理論在文獻檢索系統(tǒng)中的應(yīng)用研究[M].北京: 北京圖書館出版社, 2005.

[30] 錢平, 鄭業(yè)魯. 農(nóng)業(yè)本體論研究與應(yīng)用[M]. 北京:中國農(nóng)業(yè)科學(xué)技術(shù)出版社, 2006.

[31] 劉征, 孫守遷. 面向產(chǎn)品外觀設(shè)計的知識管理系統(tǒng)[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2009, 21(3):376-381.

[32] 李敬華, 易小烈, 楊德利,等. 面向臨床決策支持的中醫(yī)脾胃病本體知識庫構(gòu)建研究[C]// 世界中聯(lián)信息專業(yè)委員會學(xué)術(shù)年會暨大數(shù)據(jù)與中醫(yī)藥國際信息化發(fā)展論壇. 甘肅: 中醫(yī)藥研究院, 2014.

[33] 王海艷, 謝武鋒. 信任本體的形式化語義研究[J]. 武漢大學(xué)學(xué)報(理學(xué)版), 2011, 57(5):369-374.

[34] 李書寧. 情景敏感數(shù)字圖書館服務(wù)系統(tǒng)用戶情景的本體建模[J]. 情報資料工作, 2008(6):61-65.

[35] 楊繼東. 情景應(yīng)對模式下數(shù)字化應(yīng)急預(yù)案的語義模型研究[D]. 南京:南京郵電大學(xué), 2012.

[36] HU D, YAN J, ZHAO J L, et al. Ontology-based scenario modeling and analysis for bank stress testing[J]. Decision Support Systems, 2014, 63(63):81-94.

[37] 李楓林, 陳德鑫, 梁少星. 基于語義關(guān)聯(lián)和情景感知的個性化推薦方法研究[J]. 情報雜志, 2015(10):189-195.

[38] 陳沈焰, 吳軍華. 基于本體的概念語義相似度計算及其應(yīng)用[J]. 微電子學(xué)與計算機, 2008(12):96-99.

[39] 代逸生, 黑秀玲. 制造企業(yè)生產(chǎn)管理過程本體建模[J].哈爾濱工程大學(xué)學(xué)報, 2008, 29(8):877-881.

[40] 李楓林, 李娜. 基于情景的醫(yī)藥信息服務(wù)本體建模及規(guī)則推理研究[J]. 情報理論與實踐, 2016(5):120-124.

[41] 王一丁, 王軍. 網(wǎng)絡(luò)知識組織系統(tǒng)表示語言:SKOS[J].大學(xué)圖書館學(xué)報, 2007, 25(4):30-35.

Concepts and Methodologies of Scenario Ontologies—A Review

LIU Weiran, CAO Tiancheng, GAO Jing, MU Wenxin
(Beijing Jiaotong University, Beijing 100044)

Referring to domestic and foreign core documents, the paper respectively reviews about the scenario ontologies, including the definitions, development history, research methods and trends. Besides, the paper points out the period from isolation to combination between two concepts and their construction, integration and application methodology, which provides the theoretical basis for future research. At the same time, it is pointed out that the application and discipline of scenario is gradually developing from single to multidimensional, and scenario ontologies will become one of the important methods to solve practical problems. Furthermore, Research on the application of ontology integration in multidimensional scenario modeling and multidimensional knowledge fusion will become a new trend.

scenario ontology, scenario construction, ontology integration, knowledge reasoning, ontology modeling

TP311；G350

A

10.3772/j.issn.1674-1544.2017.02.006

劉蔚然（1996—），女，北京交通大學(xué)本科生，研究方向：數(shù)據(jù)分析與挖掘；曹天成*（1997—）男，北京交通大學(xué)本科生，知識工程、知識管理；高靜（1996—）女，北京交通大學(xué)本科生，數(shù)據(jù)挖掘、風(fēng)險管理；穆文歆（1986—）女，北京交通大學(xué)副教授，本體論、知識發(fā)現(xiàn)與獲取。

大學(xué)生創(chuàng)新訓(xùn)練項目“基于鐵路事故情景本體的風(fēng)險關(guān)聯(lián)推理研究”（160140057）；自然科學(xué)基金資助項目“基于多層次集成建模的道路交叉口人性化設(shè)計綜合模擬研究”（51278030）；高校基本科研業(yè)務(wù)費項目“基于情景模擬的多維本體構(gòu)建與集成研究”（B15JB00340）。

2016年11月21日。