Tudásalapú információ integráció

Tudásalapú információ integráció (A Szemantikus Web megközelítés és a másik irány)

Tanszéki értekezlet, 2008. május 14.

1

Miért van szükségünk ilyesmire? (Alkalmazások) • WWW: – Keresés a weben (pl. összehasonlítás alapú vásárlás) – Portál építések több adatforrás felhasználásával – B2B, elektronikus piacterek

• Tudomány és kultúra: – Asztrofizika: égi jelenségek gyűjtése. – Kultúra: kulturális információs adatbázisok egységes elérése országhatárokon túl – Genetika: gén információk integrálása

• Vállalati adatintegráció – Egy átlagos KNV 49 adatbázist alkalmaz és IT költségvetésének 30%-át az adatintegrációra költi (US, 2002)

2

Információ integráció Az információ integráció célja strukturált és félig-strukturált információforrások együttes kezelése, információigények egységes felületen történő kiszolgálása Területek: – Intézmények (közép- és nagyvállalatok, államigazgatás) – Web Megközelítési módok: – Források kiegészítése (szemantikus web koncepció) – Lekérdező eszközök fejlesztése (mediátor és információintegrációs rendszerek)

3

k i t ep k Sz

ak n k o s u

Miért nem elég: • Keresőgépek szövegalapú keresést végeznek – Jól működik egyedi dokumentumokon • Nem tudnak integrálni több dokumentumból származó információkat • Nem képesek hatékony általánosításra • Nem tudnak dokumentumokat és adatbázisokat összekapcsolni

4

k i t ep k Sz • •

ak n k o s u

Összehasonlítás alapú vásárlás?

Hasonló források De: • Eltérő fókusz • Eltérő a spektrumuk az adatbázisoknak • Szolgáltatások • Új kihívás • Az “adattár” megközelítés nem működik • Kézi forrásleírás, kezelés korlátai

Junglee Netbot

DealPilot.Com

5

ak n k o s u

adatbázisok k i t ep k elosztott adatbázisok Sz • Közös séma hiánya – Források heterogén sémákkal (és fogalmakkal, ontológiákkal) rendelkeznek – Félig-strukturált források Lekérdezés (SQL) Adatbázis kezelés • Régi források (DBMS) Adatbázis -Tároló kezelés (relációs) – Nem relációs sémák -Lekérdezés végrehajtás Válasz -Nézetek kezelése (adat – Eltérő elérési módok -(Tranzakció kezelés) rekordok) • Független források – Nincs közös adminisztráció – Nem kezelt forrás tartalmi átfedések • Nehezen előre jelezhető viselkedés – Lekérdezés végrehajtás bonyolult • Általában csak olvashatóak – Ez lehet szerencsés is 6 – Terjednek a tranzakció kezelési megoldások a weben

Miért nem csak

Az

y n rá i ik y eg

A szemantikus web koncepció

„A szemantikus web egy kiterjesztése a jelenlegi webnek, amelyben az információknak jól definiált jelentést adhatunk, lehetővé téve a gépek és felhasználók közti jobb együttműködést.„ „A szemantikus web elérhetővé teszi a tudást, mint a web a hypertextet.” Tim Berners-Lee 7

Szolgáltatások

Forrás leírás

Web lapok Strukturált adatok

Mediátor Forrás fúzionálás/ Lekérdezés tervezés

Szenzorok (soros adatok)

Le ké rd ez és

A

sik á m

y n á ir

Végrehajtás

Monitor

Válasz 8

Weblapok

rs im

k és e l ér se

od e

de z

ll

és

Számos cél együttese, Szolgáltatások kompozíciója, Forrás minőség, átfedés


Fo rrá

Forrás fúzionálás Lekérdezés tervezés

k/E léé

Végrehajtás Válasz

Kezel: forrás és hálózati kapcsolatokat, futtatási bizonytalanságokat, újratervezést

se s íté fr is ikák is z t S ta t i z és r ve ate Újr ések kér

Információ menedzser

Teszt lekérdezések

Strukturált adatok

ér

•

Ontológiák, Forrás és szolgáltatás leírások

re nc iá

•

Forrás leírás

Le k

•

Szolgáltatások

Felhasználói lekérdezések megfogalmazása a mediált sémán. Adatok tárolása lokális sémában. A tárolt információ (tartalom) ismerete alapján megfogalmazható a leképezés a sémák között. A mediátor alkalmazza a leképezést a felhasználói kérdés lefordítására a forrás elérésekhez.

Pr efe

•

Monitor 9

Kis forrás szám melletti integráció z és de ér

Válasz

Fo rr ás


Végrehajtás



elé ré sek


k Le


Weblapok Strukturált adatok

se síté fris kák szti Stati ési ez erv rat k Új rése ké

•

Általában ad-hoc programozás: speciális eset megvalósítása minden esetre, sok konzultáció. Adattárházak: minden adat periódikus feltöltése az adattárházba. – 6-18 hónap bevezetési idő – Operációs és döntéstámogatási RDBMS elválasztás. (nem csak adatintegrációra megoldás). – Teljesítmény jó, – adat lehet, hogy nem friss;. – Rendszeres adattisztítás szükséges.



Pr efe re nc iá k/ El éé rs im od ell

•

Szolgáltatások

Forrás leírás

Monitor

Felhsználói OLAP / Döntéstámogtás/ lekérdezések Adatkockák/ Adatbányászat

Relációs adatbázis (tárház) Adat kinyerő programok Adatforrás

Adat tisztítás

Adatforrás

Adatforrás

10

Szolgáltatások

Forrás leírás

•

• •

k Le


Válasz

elé ré sek

Forrás fúzionálás Lekérdezés tervezés Számos cél együttese, Szolgáltatások kompozíciója, Forrás minőség, átfedés

Pr efe re nc iá k/ El éé rs im od ell

Adatok a forrásokban maradnak Lekérdezés végrehajtásakor: – Releváns források meghatározása – Lekérdezés szétválasztása forrásokra vonatkozó lekérdezésekre. – Válaszok begyűjtése a forrásokból, és megfelelő kombinálása a válasz előállításához. Friss adatok A megoldás skálázható

Végrehajtás


Monitor

Felhasználói lekérdezés

Mediátor:

Fordító motor

Mediált (globális) séma

Optimalizáló Végrehajtó gép

Weblapok Strukturált adatok

se síté fris kák szti Stati ési ez erv rat k Új rése ké

•

z és de ér


Fo rr ás

Virtuális integrációs séma


Adatforrás katalógus

wrapper

wrapper

wrapper

Adat forrás

Adat forrás

Adat forrás

11


re nc iá

k/E léé

rs im

k

od e

ll


Pr efe

Végrehajtás Válasz


se s íté fr is ikák is z t si S ta t ezé erv rat k Új ése kér

Automata tervezés -Nyelvek tervezése s -Szolgáltatások kompozíciója zé e d ér -Reaktív tervezés/ k Le terv monitorozás


Tudásreprezentáció - Ontológiák - Metaadatok - Következtetés - Lekérdező nyelvek és e

Tanulás/bányászás -Forrás felkutatás -Forrás statisztikák -Wrapper tanulás


l ér


se

Forrás leírás

Fo rrá

Hol az MI szerepe?

Monitor 12

Köszönöm a figyelmet!

13

Tudásalapú információ integráció

Recommend Documents