基于混合本體的保險公司數(shù)據(jù)集成研究

孫建光，劉 英

(大連海事大學(xué) 交通運輸管理學(xué)院，遼寧 大連116023)

過去二十多年來中國保險企業(yè)的信息化建設(shè)大多缺乏統(tǒng)籌規(guī)劃，造成了各種不同應(yīng)用系統(tǒng)盲目上馬的現(xiàn)象。不同的業(yè)務(wù)系統(tǒng)使用不同的后臺數(shù)據(jù)庫，不同的系統(tǒng)開發(fā)人員對業(yè)務(wù)術(shù)語缺乏統(tǒng)一定義，這些問題引發(fā)了現(xiàn)今企業(yè)系統(tǒng)管理的巨大問題；同時由于大多數(shù)應(yīng)用系統(tǒng)之間缺乏標(biāo)準(zhǔn)化的數(shù)據(jù)接口定義，因此不同的應(yīng)用系統(tǒng)之間必然會成為彼此隔離的信息孤島，信息孤島是當(dāng)前信息化建設(shè)中亟需解決的主要問題[1]，徹底消除信息孤島，有效地集成現(xiàn)有及未來的業(yè)務(wù)應(yīng)用系統(tǒng)的信息數(shù)據(jù)已成為當(dāng)前信息化建設(shè)的重點工作。

1保險公司數(shù)據(jù)集成研究

數(shù)據(jù)量大和數(shù)據(jù)安全要求高是保險業(yè)的特點，中國保險業(yè)發(fā)展到今天，大多數(shù)人壽保險公司除具備核心業(yè)務(wù)系統(tǒng)之外，還建立了辦公自動化系統(tǒng)、財務(wù)系統(tǒng)、決策支持系統(tǒng)、數(shù)據(jù)倉庫以及相關(guān)的其他系統(tǒng)，各種類型的數(shù)據(jù)在成倍增長。目前來看，主流保險公司的數(shù)據(jù)集中已告一段落，接下來的主要課題是數(shù)據(jù)的共享及集成利用。

國外許多保險公司早在十幾年前就開始了數(shù)據(jù)集成技術(shù)的研究和運用，多數(shù)保險公司已完成了數(shù)據(jù)集成和整合技術(shù)對其個險系統(tǒng)、團險系統(tǒng)、銀行保險系統(tǒng)、年金系統(tǒng)和養(yǎng)老金系統(tǒng)等用戶及保單數(shù)據(jù)的集成[1]。

在業(yè)界，數(shù)據(jù)集成的概念比較混亂，例如系統(tǒng)整合、應(yīng)用整合、展現(xiàn)整合、存儲整合、數(shù)據(jù)庫整合、數(shù)據(jù)大集中等。這些不同的概念從不同的層次、不同的角度闡述了信息系統(tǒng)整合的內(nèi)涵和外延。本文主要探討異構(gòu)平臺下的數(shù)據(jù)集成。

一般情況下數(shù)據(jù)的異構(gòu)包括兩種,即語法異構(gòu)和語義異構(gòu)。語法異構(gòu)包含不同的數(shù)據(jù)庫系統(tǒng)或不同數(shù)據(jù)結(jié)構(gòu),對于此類異構(gòu)數(shù)據(jù)主要的集成方法是將異構(gòu)數(shù)據(jù)轉(zhuǎn)換成XML數(shù)據(jù)模式。對于語義異構(gòu)的數(shù)據(jù)集成可以利用本體技術(shù)通過領(lǐng)域建模描述該領(lǐng)域的概念及其相互關(guān)系。

2本體的概念及建模

2.1本體論的概念

起源于哲學(xué)的本體論源于對萬物本質(zhì)的追問,其派生于希臘語onto和logia，是一門研究事物根本的形而上的科學(xué)。本體論在哲學(xué)外的應(yīng)用主要集中在信息技術(shù)和人工智能領(lǐng)域。伴隨著領(lǐng)域建模、知識工程和數(shù)據(jù)庫等技術(shù)的發(fā)展，在各領(lǐng)域中需要一個通用的概念描述，來說明在該領(lǐng)域本質(zhì)上存在的對象、過程、屬性及相互依存關(guān)系等。

1980年McCathy基于前人的理論提出 “以邏輯概念為基礎(chǔ)的智能系統(tǒng)必須列出所有存在的事物并構(gòu)建一個本體來描述我們的世界”，正式提出人工智能領(lǐng)域的本體論概念[2]。1993年Gruber提出第一個被 IT領(lǐng)域廣泛接受的本體論正式定義“an ontology is an explicit specification of a conceptualization”[3]。1998 年 Guarino通過分析本體論與概念化之間的區(qū)別對Gruber的定義進行修訂并提出“域空間”的概念，在此基礎(chǔ)上通過在澄清本體、預(yù)定模型和概念化的基礎(chǔ)上得到了本體論的定義：“本體論是一個邏輯理論，用來說明一個正規(guī)詞匯表的預(yù)定含義。”[4]

2.2本體建模

在設(shè)計本體之前，首先要進行本體建模，也就是用形式化方法定義本體的語義，本體的建模是知識工程中實現(xiàn)知識重用和語義共享的基礎(chǔ)，到現(xiàn)在還沒有一種統(tǒng)一的形式化本體定義標(biāo)準(zhǔn)。

研究者們根據(jù)研究與應(yīng)用的不同背景給出了多種形式化的定義方式，六元組定義[5]是比較流行的一種。其形式化定義如下：

定義1資源庫本體是一個六元組：

其中，C是概念的集合；A是屬性的集合；R是關(guān)系的集合；H是概念層次；I是實例的集合；X是本體公理的集合。

3基于本體的保險公司數(shù)據(jù)集成實施模型

3.1基于本體的保險公司數(shù)據(jù)集成模型

在大多數(shù)的大型企業(yè)里，異構(gòu)數(shù)據(jù)的集成非常復(fù)雜且對企業(yè)相當(dāng)重要。來自經(jīng)濟和法規(guī)方面的壓力使得這些企業(yè)更多地聚焦于如何獲取和組織這些數(shù)據(jù)以進行集成，關(guān)注集成數(shù)據(jù)的質(zhì)量和數(shù)據(jù)定義的標(biāo)準(zhǔn)。為此，企業(yè)開始注重通過數(shù)據(jù)集成管理來建好企業(yè)的數(shù)據(jù)集成模型，一個典型的基于本體的企業(yè)數(shù)據(jù)集成模型如圖1所示。

圖1 基于本體的保險數(shù)據(jù)集成模型

上述基于混合本體的保險公司數(shù)據(jù)集成模型參照“Mediator/Wrapper”[6]體系結(jié)構(gòu)，運用了混合本體的概念設(shè)計，將mediator/wrapper虛擬整合機制整合到系統(tǒng)中，通過mediator和 wrapper來整合。mediator和 wrapper都是軟件組件，位于用戶和數(shù)據(jù)源之間，mediator服務(wù)于處理用戶提問和查詢結(jié)果的整合，wrapper則負(fù)責(zé)對信息源的連接和具體查詢。

遵循mediator/wrapper整合機制可保持各個異構(gòu)保險數(shù)據(jù)源的自治性，滿足局部的各種應(yīng)用，并同時發(fā)揮mediator的作用，滿足全局性應(yīng)用需求。在mediator中引入ontology等語義相關(guān)技術(shù)后，能夠有效解決知識整合、個性化服務(wù)等問題。使用這種機制的整合系統(tǒng)不需要在本地存儲大量資源，因而能夠適應(yīng)網(wǎng)絡(luò)環(huán)境下信息源系統(tǒng)高度自治、數(shù)量多、更新頻繁等特點。

3.2混合本體的構(gòu)建

舉例說明基于混合本體的信息集成技術(shù)，對于不同的數(shù)據(jù)源(如個險系統(tǒng)和銀行保險系統(tǒng))，將新型人壽保險信息按類型和銷售渠道分類存放，構(gòu)造局部本體OI和OII結(jié)構(gòu)分別如圖 2、圖 3所示。

圖2 局部本體OI

圖3 局部本體OII

通過對數(shù)據(jù)源進行分析識別，找出兩個不同的數(shù)據(jù)源中重要的原語來定義本體。

采用前面提到的六元組來完成OI本體的建模，由于系統(tǒng)比較簡單，只需要使用C、A、H三個元素，表示為：

C={新型人壽保險，保險產(chǎn)品，代理人銷售人員，投連險，萬能險，分紅險}；

A={包含（代理人銷售，保險產(chǎn)品），歸類于（保險產(chǎn)品，新型人壽保險），銷售渠道(代理人銷售人員，新型人壽保險)}；

H={（投連險，保險產(chǎn)品），（萬能險，保險產(chǎn)品），（分紅險，保險產(chǎn)品），保險產(chǎn)品…}

用OWL語言描述本體OI：

參照以上定義可以得到本體OII的描述。分析可得局部本體OI、OII存在以下問題：

(1)使用不同的元語表示同一概念：

保險類型→保險產(chǎn)品；

代理人銷售人員→營銷人員；

投連險→投資聯(lián)結(jié)保險

(2)OI中包含了OII中不存在的概念“分紅險”。

通過對類、屬性及其類間關(guān)系的集成合并局部本體，將OI，OII兩個本體聯(lián)系起來建立一個全局本體,然后在全局本體和局部本體之間建立映射，可得到如圖4所示的全局本體OG。

圖4 全局本體OG

共享詞匯集為：新型人壽保險,保險產(chǎn)品，營銷人員，投連險，萬能險，分紅險。全局本體 OG中的“保險產(chǎn)品”是由 OI中的“保險產(chǎn)品”和 OII中的“保險類型”間相等的概念合并得到。全局本體OG中的概念“分紅險”是由OI中的“分紅險”直接拷貝得到的。其相應(yīng)的三元組為：

C={新型人壽保險，保險產(chǎn)品，營銷人員，投連險，萬能險，分紅險}；

A={包含（營銷人員，保險產(chǎn)品），歸類于（保險產(chǎn)品，新型人壽保險），銷售渠道(營銷人員，新型人壽保險)}；

H={（投連險，保險產(chǎn)品），（萬能險，保險產(chǎn)品），（分紅險，保險產(chǎn)品），保險產(chǎn)品…}。

全局本體在混合本體中的功能為：

(1)在異構(gòu)數(shù)據(jù)源和應(yīng)用界面之間形成一個中介層，由于數(shù)據(jù)來源的復(fù)雜性，這些數(shù)據(jù)可能存放在不同的地理位置、不同的數(shù)據(jù)庫和不同的應(yīng)用之中；

(2)利用共享概念創(chuàng)建全局本體；

(3)提供給用戶界面的綜合查詢一個概念以上的統(tǒng)一視圖，用戶通過提交一個基于全局本體之上的RDF查詢就能獲取所有相關(guān)數(shù)據(jù)源的數(shù)據(jù)以實現(xiàn)概念上的互操作。

通過參照“Mediator/Wrapper”體系結(jié)構(gòu)，利用混合本體的概念設(shè)計基于本體的保險企業(yè)數(shù)據(jù)集成模型，可以有效地完成保險公司數(shù)據(jù)大集中后的異構(gòu)數(shù)據(jù)的集成和深層的數(shù)據(jù)共享，提供統(tǒng)一的信息查詢及用戶視圖,進而提高保險公司管理支持和決策的可靠性和準(zhǔn)確性。可以看到通過成體系的語義分析完成保險公司通用的本體構(gòu)建并對其進行評價 ，以及對映射規(guī)則及其推理引擎的完善等問題還需要進一步研究。

[1]RADCLIFF J.Integrate your data to create a single customer view[OL].Gartner，2004.

[2]CARTHY J M.Circumscription-a form of non-monotonic reasoning[J].Artificial Intelligence，1980，5(13)：27-39.

[3]GRUBER T R.Towards principles for the design of ontologies used for knowledge sharing.Stanford University，Tech Rep：KSL-93-04，1993.

[4]李善平，尹奇韡，胡玉杰，等.本體論研究綜述[J].計算機研究與發(fā)展，2004，41(7)：1041-1052.

[5]HARRY R L，CHRISTOS H P.Elements of the theory of computation(second edition)[M].Prentice Hall PTR Upper Saddle River，NJ，USA，1997.

[6]卓國鋒，羅軍.基于 Mediator/Wrapper信息集成的查詢優(yōu)化研究[J].計算機工程與應(yīng)用，2007，43(12)：159-161，242.