基于web service数据智能集成技术的研究

《基于web service数据智能集成技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码：10293公开：硕士学位论文论文题目：基于WebService数据智能集成技术的研究学号1011010230姓名李龙凤导师徐名海学科专业通信与信息系统研究方向下一代通信网络技术申请学位类别工学硕士论文提交日期二〇一四年三月万方数据DataIntelligentIntegrationBaseOnWebServiceThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByL

2、iLongfengSupervisor:Prof.XuMinghaiFeb2014万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：____

3、_________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________

4、万方数据摘要当前海量的数据存储在不同数据库管理系统中，但由于绝大多数数据源间的异构性，形成了所谓的“信息孤岛”。为了消除异构、检测数据的异常、提高信息综合利用率和准确率，本文提出了一种基于WebService数据集成系统和基于神经网络解决该集成系统中属性匹问题。与传统集成方法相比，WebService数据集成方法优化了传统集成方法，整个系统具有实时性、可扩展性、高响应性等特点。数据集成的核心问题是正确实现语义映射关系，即模式匹配，具体到关系数据库中，就是在异构数据库间找出相同的属性记录。属性匹配是解决数据源间异构问

5、题的关键性操作。本篇论文在研究了目前已有的数据库集成的属性匹配技术的基础上，发现基于机器学习（BP神经网络）的方法比起基于规则的方法在属性匹配问题上有绝对的优势。但是研究发现，目前基于BP网络的属性匹配方法仍然存在着诸多不足，如干扰匹配项过多，匹配空间过大等等。针对目前方法的不足，本文从提高匹配效率、匹配查准率、匹配查全率三个重要指标出发，重点提出了基于BP神经网络的新的属性匹配算法—分类双向过滤法。最后，本文在具体数据库环境中，通过实验对分类双向过滤的匹配算法进行了验证。对比分析实验结果，证明了分类双向过滤法能有

6、效提高属性匹配的各项性能—匹配效率、查准率和查全率，表明了该属性匹配算法的优越性。关键词：异构数据库，数据集成，属性匹配，神经网络I万方数据AbstractThevastamountsofdataarestoredindifferentdatabasemanagementsystems,butthedifferencesofthedatabaseenvironmentanddesignerleadtotheheterogeneitybetweenthedatasources,whichhasformedtheso-

7、called"informationisland".Databaseintegrationtechnologycaneliminatetheheterogeneity,detecttheabnormalandimprovecomprehensiveutilizationoftheinformation.ThispaperproposesWebServiceTechnologyandAttributeMatchingTechnologytosolvetheproblemofheterogeneousdatabasei

8、ntegration.WebServiceDataIntegrationTechnologycanoptimizethetraditionalintegrationmethods,makethesystemhasmorehigherscalabilityandmorereal-timeperformance.ThecoreproblemofDataInteg