Содержание к диссертации
Введение
ГЛАВА 1. Анализ подходов к интеграции информационных систем 10
1.1 Проблемы построения интегрированных информационных систем 11
1.2. Анализ интегрированных автоматизированных информационных систем
вузов 16
1.3 Основные подходы к интеграции информационных систем 18
1.4 Использование онтологического подхода в качестве базиса для интеграции ИС 23
1.4.1 Методология построения онтологии 25
1.4.2 Формальная модель онтологии 27
1.4.3 Методы оценки семантической близости в онтологиях 28
1.4.4 Языки описания онтологии 30
1.4.5 Инструментальные средства обработки онтологии 32
1.4.6 Использование RDF для построения моделей ИС 34
1.5 Выводы по главе 1 35
ГЛАВА 2. Математическая модель и алгоритм интеграции данных информационных систем 38
2.1 Математическая модель интеграции данных информационных систем 39
2.2 Семантические зависимости 43
2.3 Метод оценки семантической близости между онтологиями информационных систем 45
2.4 Генетический алгоритм нахождения весовых коэффициентов 49
2.5 Классификация уровней близости концептов 54
2.6 Алгоритм интеграции информационных систем на основе онтологии 56
2.7 Выводы по главе 2 61
ГЛАВА 3. Разработка программной системы интеграции данных 62
3.1 Структура программной системы интеграции данных 62
3.2 Выводы по главе 3 з
ГЛАВА 4. Применение полученных результатов для интеграции данных в рамках иаис вуза 71
4.1 Информационная система управления учебным процессом вуза 71
4.2 Онтологическая модель ИС управления учебным процессом 74
4.3 Информационная система финансового планирования 77
4.4 Онтологическая модель ИС финансового планирования 80
4.5 Онтологическая модель ИС «Успеваемость» 86
4.6 Интеграция ИС управления учебным процессом с ИС финансового планирования и ИС «Успеваемость» 89
4.7 Выполнение алгоритма интеграции онтологии ИС 91
4.8 Анализ эффективности метода и алгоритма на основе внедрения разработанной программной системы интеграции данных 100
4.9 Выводы по главе 4 105
Заключение 107
Список литературы 109
- Использование онтологического подхода в качестве базиса для интеграции ИС
- Инструментальные средства обработки онтологии
- Классификация уровней близости концептов
- Интеграция ИС управления учебным процессом с ИС финансового планирования и ИС «Успеваемость»
Использование онтологического подхода в качестве базиса для интеграции ИС
Одним из подходов к построению интегрированной автоматизированной информационной системы является интеграция готовых информационных систем.
Под процессом интеграции данных при построении ИАИС понимают обеспечение взаимодействия отдельных подсистем. Результатом интеграции является достижение единства и целостности внутри системы.
Для повышения эффективности комплексной обработки данных необходимо выбрать способ интеграции существующих и все увеличивающихся информационных систем в единое информационное пространство. Эта потребность стоит особенно остро при создании интегрированной автоматизированной информационной системы, которая, с одной стороны, предоставляет доступ пользователям к актуальной и непротиворечивой информации, с другой - является необходимым инструментом деятельности сотрудников вуза и обучения студентов. Анализ корректных и полных данных ИАИС влияет на эффективность принятых решений руководством организации.
ИАИС - это автоматизация бизнес-процессов организации. Отличительной особенностью настоящего времени является активность этой проекции. ИАИС отражает не только бизнес-процессы, но и активно воздействует на них, повышая их эффективность.
В большинстве вузов имеется значительное число информационных систем, отвечающих за определенные бизнес процессы. ИС создаются в разное время различными группами разработчиков при использовании разнородных технологических решений. Часть из них может быть не документирована, а также не поддерживаться разработчиками. Пользуются такими системами, как правило, отдельные подразделения вуза. Только сами пользователи (работники подразделения) знают о структуре и объеме хранимой информации в ИС.
Анализ показывает, что в большинстве вузов имеется большое количество информационных систем с уникальными пользовательскими интерфейсами. Это приводит к избытку неадекватной информации и усложнению работы пользователей, которые лишены возможности оперативно публиковать неструктурированные данные или использовать данные для анализа из-за отсутствия целостной картины. Также отсутствует информационная поддержка для ряда задач управленческого учета.
Интеграция данных множества гетерогенных информационных систем вуза - основная проблема при построении сложных систем, решение которой достигается путем функциональной, технической, а также программной совместимости. Главным этапом создания ИАИС должно быть документирование всех разработок с использованием стандартов, что гарантирует создание успешных систем.
Основные проблемы при интеграции ИС: 1. Обеспечение структурированной исходной информацией, которая хранится по частям в различных системах и может дублироваться. Один из подходов к решению данной проблемы - приведение всех данных к единой структуре. 2. Обеспечение единого доступа к гетерогенным информационным системам, которые были созданы на базе разных технологий. Один из возможных способов решения данной проблемы - построение общей архитектуры интеграции. 3. Обеспечение информационного обмена всех систем в информационном пространстве организации. 4. Существование разнообразных информационных моделей, а также частое изменение их структур приводят к необходимости разработки и совершенствования методов и средств интеграции неоднородных информационных ресурсов.
Количество физических БД и особенности реализации управляющих ими СУБД не являются главными критериями оценки сложности процесса интеграции. Ключевым является понятие предметной области ИС. Предметная область ИС охватывает некоторую сферу деятельности организации. Таким образом, "предметная область включает набор понятий, которыми можно оперировать" [41]. Между предметными областями могут существовать отношения, например, одна предметная область включает себя понятия из другой. Существенным является тот факт, что предметных областей, относящихся к бизнес процессам вуза, принципиально несколько.
Каждая информационная система вуза покрывает свою предметную область. Это приводит к структурной и семантической неоднородности, когда "данные из различных источниках могут быть по-разному представлены и организованы, или схожие понятия могут по-разному интерпретироваться в разных источниках данных" [55].
Эффект неоднородности проявляется при увеличении числа разнородных гетерогенных информационных систем, различной функциональности [41].
Неоднородность ИС имеет несколько аспектов: Неоднородность требований. Разработка ИС осуществляется на основе требований соответствующих предметных областей и изменяются в процессе сопровождения в связи с изменениями их особенностей. Кроме того, очевидно, что требования к системе, обусловленные различными предметными областями, могут быть противоречивыми, что делает необходимым выбор наиболее важного из них.
Различие в моделях данных - "данные в различных ИС могут представляться разными способами и в различных моделях данных" [55].
Синтаксическая неоднородность - "данные могут иметь различное представление при из передаче по каналу связи в соответствии с протоколами взаимодействия (например, бинарные, текстовые, XML и т.д.)" [55].
Структурная неоднородность - в различных информационных системах данные могут представляться различными структурами ("например, ФИО может быть представлено одной строкой или тремя строками") [55].
Семантическая неоднородность - "одни и те же данные могут быть представлены в различных системах понятий, схожие понятия могут по-разному интерпретироваться в разных ИС" [55].
Техническая неоднородность - интегрируемые информационные системы реализованы с использованием различных технических решений, разных производителей, имеют различные способы и протоколы взаимодействия для доступа к системе и т.д. [55].
Неоднородность методов доступа к данным - в частности, "различное назначение и выразительность языков запросов для извлечения данных, различные ограничения на форму запросов" [55].
В настоящей работе задача интеграции данных информационных систем рассматривается как задача интеграции их предметных областей.
Для решения проблемы семантической неоднородности информации при интеграции информационных систем можно использовать онтологии предметной области.
Онтология предметной области включает понятия и отношения между ними. Использование единой онтологии предметных областей в определенной мере позволяет решить проблему неоднородности на уровне понятийной семантики. Однако в подсистемах ИАИС вуза предъявляются различные требования к предметным областям, глубине и формальности их описания, поэтому могут использоваться неоднородные онтологические описания предметной области, представленные в неоднородных онтологических моделях.
Инструментальные средства обработки онтологии
Предлагается алгоритм интеграции на основе результатов сравнения концептов, их атрибутов и отношений между концептами [13]. Кроме того, предлагается обобщение задачи объединения онтологии до процедуры интеграции онтологии, описывающих различные предметные области одного и того же домена предметных областей. Задача интеграции ИС сводится к задаче построения отображений и интеграции онтологии, а затем и установления взаимосвязей схем интегрируемых ИС, т.е. сохранения соответствия множества онтологии ИС заданному набору семантических зависимостей, позволяя установить взаимодействие между ИС. Для описания онтологических спецификаций интегрируемых ИС используются RDF-утверждения.
Как правило, объектная схема ИАИС включает в себя элементы, которые соответствуют сущностям разных предметных областей, каждый объект характеризуется значениями набора атрибутов и представляется как множество упорядоченных пар вида где at - атрибут объекта; dj - значение атрибута і Є [1 ...п]; п - количество атрибутов. Базовым понятием предлагаемой модели является концепт L (класс объектов). Каждый концепт онтологии информационной системы определяется как единица знания и идентифицируется по имени и характеризуется типом. Поэтому концепт зададим как
Различные онтологии ИС, входящие в , могут иметь пересекающиеся множества атрибутов, отношений и концептов. На базе нескольких исходных онтологии осуществляется построение результирующей онтологии с сохранением исходных спецификаций в таком виде, чтобы она включала все возможные отношения между концептами и не содержала эквивалентные (дублирующие) концепты. Для этого необходимо, чтобы отображения PU PC PA PR на одинаковых концептах онтологии совпадали. Результирующая онтология определяет соответствия концептов и правила их интерпретации между ИС, что позволяет успешно установить их взаимодействие.
Как правило, информационные системы должны не только соответствовать некоторой структурной схеме, но и удовлетворять более строгим требованиям, которые накладываются различными семантическими зависимостями. Такие зависимости определяют допустимые состояния информационной системы и используются для согласованного изменения данных в ИС. Для осуществления согласованного изменения данных в ИС в контексте предметной области задачи необходимо выяснить общность и различия онтологии ИС, согласовать онтологические спецификации. Для этого определяется семантическая близость и устанавливаются семантические зависимости между элементами онтологии (концептами). Таким образом, цель интеграции заключается в сохранении соответствия множества онтологии информационных систем заданному набору семантических зависимостей.
На практике зависимость между онтологиями необходимо сводить к зависимостям между концептами, которые в них входят. Они были рассмотрены, проанализированы и отнесены в следующие 5 групп:
Эквивалентность z1: тар С = С2, 1/5( , ) Ь , где b пороговое значение меры семантической близости 5(С1;С2), при которой строится отображение концепта Сх в онтологию 02.
Совпадение всех атрибутов концепта Ct одной онтологии 01 со всеми атрибутами концепта Cj другой онтологии 02 (поэлементное равенство множеств А1, А2) означает равенство содержания двух концептов.
Обобщение z2: тар(С{) = С2, С2 = {C2i}, if q S(Clt С2І) b , где b - пороговое значение меры семантической близости 5(С1( С2), ПРИ которой строится отображение концепта Сх в онтологию 02; q - пороговое значение подобия для установления отсутствия эквивалентности концептов.
. Уточнение z3: тар(С{) = С2, Сх = {Си}, if q S(Clt, С2) b , где b - пороговое значение меры семантической близости 5(С1( С2), ПРИ которой строится отображение концепта Сх в онтологию 02; q - пороговое значение подобия для установления отсутствия эквивалентности концептов.
Частичная эквивалентность z4: тар С = С2, if q S{CltC2) b , где b - пороговое значение меры семантической близости S C Ci)-, ПРИ которой строится отображение концепта Сх в онтологию 02 , q - пороговое значение подобия для установления отсутствия эквивалентности концептов.
Пересечение множеств атрибутов концептов С2 и Сх (А2 П А1 ф 0) свидетельствует о наличии общих атрибутов. Это означает, что существует некоторый концепт С, являющийся надклассом для концептов С2 и Сь а сами концепты принадлежат одному уровню иерархии.
Онтологии интегрируемых ИС изначально никак не связаны, следовательно, необходимо найти семантически близкие элементы онтологии.
Построение математической модели интеграции ИС с учетом сопоставления их онтологических спецификаций создает возможность для измерения близости (подобия) концептов онтологии.
В решении задач отображения и интеграции онтологии, информационного поиска и построения запросов, ввода новых документов важную роль играют оценка семантической близости (ОСБ) концептов и экземпляров. Вначале ОСБ строилась на утверждении: чем больше информации разделяют два понятия, тем они ближе (геометрический подход). Но затем более объективный теоретико-множественный подход был предложен Тверски [34]. Его идея состоит в том, что для ОСБ необходимо учитывать не только общие свойства объектов, но и их различные свойства.
Для численной оценки семантической близости концептов онтологии выбран подход, основанный на результатах исследований А.Ф. Тузовского и профессора университета Мангейма A. Maedche. В предлагаемом методе мера близости состоит из трех частей. Атрибутивная мера (сопоставление атрибутов концептов и значений атрибутов), таксономическая мера (определение степени подобия концептов онтологии на основании их взаимного расположения, рассчитывается длина кратчайшего пути как число концептов в иерархии между двумя рассматриваемыми концептами в онтологии, чем меньше длина пути, тем они ближе) и реляционная мера (учитывает отношения с другими концептами).
Данный метод был адаптирован для расчета семантической близости двух неоднородных онтологии. Модификация данного метода заключается в замене таксономической составляющей на лексическое соответсвие (лексическая близость основывается на расстоянии между двумя понятиями онтологии (количество символов для преобразования одной лексемы в другую)), а также в способе нахождения атрибутивной составляющей и применении генетического алгоритма для нахождения весовых коэффициентов. При этом определение лексической составляющей вычисляется как отношение пересечения множеств слов (синонимов) в терминах к их объединению. Основные преимущества предлагаемого подхода заключаются в нахождении ключевых концептов, устранении субъективности их описаний и зависимости от точек зрения разработчиков онтологии.
Классификация уровней близости концептов
На основе предложенных в работе модели и алгоритма разработана программная система интеграции данных.
Программная система позволяет автоматически определять и устанавливать семантические связи двух онтологии с последующим установлением взаимосвязи схем интегрируемых ИС, а также выполнять алгоритм формирования запросов на добавление информации из одной системы в другую. На основе связи онтологических понятий связываются релевантные элементы объектных схем.
В репозитории метаданных хранятся описания всех концептов, физических и логических связей между ИС, а также ссылки на все процедуры и сервисы, обеспечивающие поддержание качественной информации. Для реализации хранилища онтологических спецификаций использовался репозиторий на Oracle Spatial. Все триплеты обрабатываются и хранятся в виде записей в таблицах по схеме MDSYS. Сущности описываются путем указания имени, атрибутов и их значений. Структура RDF-спецификации состоит из описания всех информационных объектов (ИО), а также URI ссылки на описываемый ИО и описаний атрибутов (имя; его значение; ссылка на другой ИО). Каждый информационный объект связан с каким-либо понятием из онтологии. Эта связь указывается в свойствах понятия. С целью отслеживания обновления экземпляров понятий в реляционную БД добавляются триггеры.
Нахождение семантических зависимостей между онтологиями интегрируемых ИС, определение семантической близости концептов двух онтологии. Разрешение разнообразных конфликтов.
На этом этапе пользователь системы имеет возможность дополнить и расширить онтологию. Но изначально все изменения, которые делает пользователь, сохраняются в его личной копии онтологии. Затем клиентская часть передает эту онтологию на сервер, где и происходит слияние. При возникновении нецелостности онтологии либо других конфликтов, ответственным за разрешение их является менеджер по работе со знаниями. ы в исходную.
Репозитории метаданных Описания всех концептов, физических и логических связей между ИС хранятся в репозитории метаданных. В нем хранятся также ссылки на все процедуры и сервисы, обеспечивающие поддержание качественной информации.
Система управления репозиторием решает следующие задачи. 1. Создание новых концептов и редактирование существующих (удаление концептов также возможно, если в ИАИС отсутствуют экземпляры удаляемого концепта). 2. Определение атрибутов концепта, устанавливается тип и ограничения. 3. Определение свойства концепта как отношения с другими концептами. 4. Определение связи онтологических спецификаций с объектными схемами информационных источников. Как следствие, обеспечивается совместная работа неоднородных ИС в контексте предметной области задачи на семантически значимом уровне (рисунок 3.5).
Анализ семантических значений концептов и атрибутов онтологии. В начале работы алгоритма проводится анализ семантических значений всех концептов интегрируемой онтологии. Попарно каждому концепту интегрируемой онтологии ставится в соответствие концепт главной онтологии. Рассчитывается значение меры семантической близости. Если она больше порогового значения, тогда концепты считаются эквивалентными и представляют одно и то же понятие в онтологии, следовательно, между ними устанавливается семантическое отображение.
Возможна ситуация, при которой один концепт интегрируемой онтологии соответствует нескольким концептам главной онтологии (рисунок 3.7). В данном случае программа производит корректировку на структурном уровне, т.е. такие концепты представляются как подкласс и класс соответственно, причем совпадающие атрибуты должны быть удалены из подкласса, так как они будут унаследованы от надкласса.
Частичная эквивалентность концептов. Возможна ситуация, где значение меры близости находится в диапазоне [q,b], где b - пороговое значение, при котором концепты считаются эквивалентными, q - минимальное значение в том смысле, что уменьшение этого значения приводит к некорректному отображению элементов онтологии. Тогда считается, что два концепта С\, С± частично эквивалентны и представляют собой схожие понятия в онтологии (рисунок 3.9).
Разработана программная система интеграции данных информационных систем, реализующая предлагаемые модель, метод и алгоритм. Получено свидетельство о регистрации программ для ЭВМ
В этой главе рассматривается практическое применение разработанных модели и алгоритма, а также проведён анализ результатов исследований на примере интеграции данных ИС управления учебным процессом вуза и ИС финансового планирования в вузе[12] и на примере ИС «Успеваемость»и ИС управления УП.
ИС управления учебным процессом обеспечивает формирование рабочих учебных планов, проекта штатного расписания профессорско-преподавательского состава (ППС), распределение учебной нагрузки по преподавателям, расписание занятий [11].
ИС финансового планирования предназначена для расчета затрат на подготовку одного специалиста по периодам обучения, планирования и анализа исполнения бюджетных смет вуза [6]. Система предоставляет пользователю результаты движения денежных потоков вуза по видам деятельности, по статьям расходов для оценки и анализа деятельности вуза с целью принятия управленческих решений [12].
ИС «Успеваемость» предназначена для получения отчетов по успеваемости группы и индивидуальных студентов по текущей дисциплине, рейтинговых отчетов и т.д. [11].
В данном случае рассматривается интеграция ИС управления учебным процессом в ИС финансового планирования. То есть выполняется определение семантических зависимостей (отображений) концептов и отношений ИС управления учебным процессом, в концепты и отношения ИС финансового планирования.
Интеграция ИС управления учебным процессом с ИС финансового планирования и ИС «Успеваемость»
ИС управления учебным процессом обеспечивает формирование рабочих учебных планов, проекта штатного расписания профессорско-преподавательского состава (ППС), распределение учебной нагрузки по преподавателям, расписание занятий. ИС финансового планирования предназначена для определения себестоимости ОУ, планирования и анализа исполнения бюджетных смет ВУЗа. ИС «Успеваемость» предназначена для автоматизации проведения аттестационных мероприятий и получения отчетов по успеваемости группы и индивидуальных студентов по текущей дисциплине, рейтинговых отчетов и т.д.
Цель интеграции этих систем состоит в том, чтобы обеспечить поддержку успешного прогнозирования затрат и управления ими для расчета себестоимости образовательной услуги (ОУ), бюджетирование, ориентированное на результат, а также автоматизировать процесс начисления стипендии студентам.
Если в организации стоит задача установления взаимодействия информационных систем, то обычно разрабатывается программное приложение, которое будет осуществлять перенос данных из интегрируемой ИС в базовую ИС. Чтобы реализовать такой подход разработчикам необходимо предварительно выполнить комплекс действий по анализу функционирования базовой ИС, а также разработать модель преобразования данных в единый формат.
Данные действия были проведены при интеграции рассматриваемых систем. В результате были выявлены основные недостатки данного подхода -большие временные затраты, так как процесс интеграции информационных систем занял около недели, а также необходимость повторной интеграции, если произошли изменения в инфраструктуре или требованиях к бизнес-процессам вуза.
Для объединения онтологии разных предметных областей двух ИС применялось программное средство PROMPT. Произведя объединение двух данных онтологии средствами PROMPT, можно убедиться в значительных недостатках алгоритма его работы.
Первым недостатком PROMPT является порядок определения пар концептов для объединения или копирования. Список операций в PROMPT строится в порядке добавления концептов-аргументов операции в исходные онтологии. Очевидно, данный порядок определяется порядком хранения концептов в онтологиях, то есть PROMPT не пытается предложить какую-либо «разумную» последовательность операций - он выстраивает их «as is». Это, в свою очередь, привело к тому, что атрибуты в результирующую онтологию были добавлены до того, как были добавлены концепты, на которые эти атрибуты ссылаются, что нарушило семантические связи между концептами.
Вторым недостатком PROMPT следует отметить способ сравнения концептов. Несмотря на совпадение по содержанию концепты Контингент_студентов и Количество_студентов были добавлены в результирующую онтологию, так как имеют различные названия концептов. Более того, в результирующей онтологии концепты Нагрузка и Нагрузка_поДисциплине объединились по причине лексического подобия названий концептов, что, несомненно, не соответствует действительности, так как Нагрузка определяет количество часов по виду занятий, а Нагрузка_поДисциплине объем часов по дисциплине за учебный семестр, что явно указано в исходных онтологиях.
Также не была установлена родовидовая связь между концептами Дисциплина и Преподаватель, так как PROMPT проводит сравнение концептов с двумя вариантами результата сравнения («концепты эквивалентны» или «концепты различны») и не представляет никаких операций над концептами, кроме объединения и копирования.
Таким образом, необходимо разработать программную систему, позволяющую провести эффективную и качественную интеграцию. В основе программы предлагается объединение онтологии предметных областей.
Рассмотрим выполнение алгоритма нахождения семантических зависимостей между интегрируемыми онтологиями ИС после их извлечения в формате OWL на примере ИС управления учебным процессом, ИС финансового планирования и ИС «Успеваемость».
Необходимо установить взаимодействие между рассматриваемыми системами для обмена данными по распределению учебной нагрузки по ППС как один из входных параметров для расчета себестоимости образовательной услуги, а также данными по изучаемым дисциплинам для контроля успеваемости и начисления стипендии студентам.
При интеграции рассматриваемых ИС в первую очередь будем рассматривать концепты онтологии, приведённые в пункте 4.6. На рисунках 4.10 - 4.12 представлены объекты и связи между ними.
В начале работы алгоритма по нахождению соответствий анализируются все концепты ИС управления учебным процессом. Им ставятся в соответствия концепты из ИС финансового планирования, у которых мера семантической близости наиболее максимальна. После выполнения этого шага идет поиск всех дополнительных концептов, и их атрибутов, по которым исходные концепты связаны.
С помощью генетического алгоритма автоматически найдены следующие весовые коэффициенты: t=0,58 , г=0,17; а=0,25 для онтологии «Управление УП» и «Финансовое планирование» и t=0,61, г=0,3; а=0,09 для онтологии «Управление УП» и «Успеваемость».
