HIGHLIGHTS
- who: Alexandre Katalov from the Perm State University have published the research: 2(57) 004.62, in the Journal: (JOURNAL)
SUMMARY
Введение Современные аналитические системы сталкиваются с проблемой обработки большого количества противоречивых данных из множества источников, при этом количество источников данных постоянно растет. В связи с этим актуальной является задача интеллектуальной интеграции данных, позволяющей представить данные из разнородных источников в виде единой модели и установить между ними логические связи. В данной работе рассматривается подход к созданию интегрированных моделей данных на основе онтологической модели, а также приводится пример работы прототипа, который реализует интеграцию данных из нескольких разнородных источников и осуществляет логический вывод для реализации скоринговой системы оценки риска мошенничества. Сравнение с подходом на основе реляционной модели В данной работе рассматривается подход, который базируется на концепции, разработанной в компании ООО "СЕУСЛАБ". Подход к созданию систем с поддержкой логического вывода, при котором сведения хранятся в реляционной базе данных, имеет примеры использования на практике. В результате анализа были выявлены следующие достоинства и недостатки подхода на основе онтологической модели по сравнению с подходом на основе реляционной модели: 1. Ввиду необходимости поддержания специфического формата представления данных ("тройки"), разработчики хранилищ "троек" не имеют возможности оптимизировать формат физического хранения данных на том же уровне, что и разработчики реляционных СУБД. Более простой, нативный и функциональный способ создания базы знаний - онтологии - уже включают в себя механизмы для формирования правил вывода новых данных на основе имеющихся (аксиомы классов и свойств в OWL, SWRL-правила). 3. Иным вариантом развития представленной работы может стать исследование возможности интеграции онтологий с подключаемыми средствами автоматической обработки данных (скриптами, сервисами и т.п.) для возможности описания не только структуры данных или знаний, но и процедур их обработки (в т. ч. аналитической). @@
ACRONYMS
- IJSPTM: Privacy and trust management
LAY DEFINITIONS
- Ontology: In computer science and information science, an ontology encompasses a representation, formal naming and definition of the categories, properties and relations between the concepts, data and entities that substantiate one, many or all domains of discourse. More simply, an ontology is a way of showing the properties of a subject area . . .
If you want to have access to all the content you need to log in!
Thanks :)
If you don't have an account, you can create one here.