空間數(shù)據(jù)模式匹配應(yīng)用及相關(guān)研究綜述

王育紅，景海濤，薛華柱

（河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454003）

GIS空間數(shù)據(jù)正以幾何倍數(shù)逐年快速增長(zhǎng)，為了充分利用已有數(shù)據(jù)資源，降低系統(tǒng)開(kāi)發(fā)成本，實(shí)現(xiàn)綜合性應(yīng)用與分析，空間數(shù)據(jù)的有效共享和互操作問(wèn)題一直是GIS領(lǐng)域研究的核心和熱點(diǎn)。空間數(shù)據(jù)共享和互操作涉及的理論和技術(shù)問(wèn)題很多，如數(shù)據(jù)模式集成（或合并）、數(shù)據(jù)實(shí)例集成、更新信息傳播、語(yǔ)義查詢處理、地理服務(wù)發(fā)現(xiàn)等。雖然這些技術(shù)各有特點(diǎn)，但它們都面臨著一個(gè)基本環(huán)節(jié)——模式匹配。模式匹配是依據(jù)各種輔助決策信息，從兩個(gè)或多個(gè)數(shù)據(jù)模式中確定語(yǔ)義相同或相關(guān)的模式元素，并根據(jù)應(yīng)用需要顯示聲明其間具體映射關(guān)系的過(guò)程。例如，對(duì)于圖1左半部分所示的來(lái)自不同GIS數(shù)據(jù)庫(kù)的部分模式而言，通過(guò)匹配操作，可以發(fā)現(xiàn)和建立如圖1右半部分所示的不同層次的相關(guān)元素及其映射關(guān)系。為進(jìn)一步完善深化對(duì)空間數(shù)據(jù)模式匹配問(wèn)題的理解與認(rèn)識(shí)，為高效實(shí)用的空間數(shù)據(jù)模式匹配系統(tǒng)研發(fā)提供理論依據(jù)與技術(shù)借鑒，本文概括描述了空間數(shù)據(jù)模式匹配的典型應(yīng)用，分析了當(dāng)前模式匹配研究的相關(guān)內(nèi)容、原理、模型及方法，并指出了現(xiàn)有研究面臨的問(wèn)題與不足。

1 模式匹配的主要應(yīng)用領(lǐng)域

1.1 數(shù)據(jù)模式集成

圖1 模式匹配示例Fig.1 Diagram of schema matching

關(guān)于模式匹配的最早研究是從模式集成開(kāi)始的。模式集成是從給定的一組獨(dú)立開(kāi)發(fā)的模式中構(gòu)造一個(gè)全局模式的過(guò)程。由于應(yīng)用領(lǐng)域、設(shè)計(jì)習(xí)慣及偏好不同，待集成的各種模式即使描述的是相同的現(xiàn)象或事物，也可能在邏輯結(jié)構(gòu)和表現(xiàn)形式上存在一系列的差異。因此，模式集成的第一步需通過(guò)模式匹配來(lái)確定并描述這些模式間的相關(guān)元素及其映射關(guān)系。只有這些關(guān)系確定后，才可對(duì)局部模式進(jìn)行合并、除冗、重構(gòu)等處理，進(jìn)而形成一個(gè)能綜合反映多個(gè)源模式基本特征的全局模式［1，2］。

1.2 數(shù)據(jù)實(shí)例集成

簡(jiǎn)單地講，數(shù)據(jù)實(shí)例集成就是將分散在不同數(shù)據(jù)源中描述反映各種現(xiàn)實(shí)事物屬性特征的具體數(shù)據(jù)記錄值進(jìn)行有機(jī)結(jié)合，形成一個(gè)整體，在統(tǒng)一的環(huán)境下透明協(xié)調(diào)一致地加以使用。數(shù)據(jù)實(shí)例集成的目標(biāo)是屏蔽多個(gè)局部數(shù)據(jù)源的異構(gòu)性，并提供上層應(yīng)用的統(tǒng)一查詢接口。為實(shí)現(xiàn)這一目標(biāo)，研究者提出了多種集成方式或系統(tǒng)，如多數(shù)據(jù)庫(kù)系統(tǒng)、聯(lián)邦數(shù)據(jù)庫(kù)系統(tǒng)、空間數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)等［3］。這些系統(tǒng)遇到的問(wèn)題主要集中在全局模式設(shè)計(jì)、模式映射建立、查詢重寫(xiě)、查詢優(yōu)化和查詢執(zhí)行等方面，而其核心和基礎(chǔ)則是通過(guò)模式匹配建立模式映射關(guān)系［4］，只有依據(jù)準(zhǔn)確有效的模式映射關(guān)系及規(guī)則，才能按照全局（或目標(biāo)）模式的要求從數(shù)據(jù)源中提取所需的數(shù)據(jù)實(shí)例，并經(jīng)過(guò)轉(zhuǎn)換、融合、清洗等處理，最終將其提供給查詢用戶或者加載到數(shù)據(jù)倉(cāng)庫(kù)中，從而有效屏蔽不同數(shù)據(jù)源之間的實(shí)例表達(dá)差異［5］。

1.3 更新信息傳播

空間數(shù)據(jù)現(xiàn)勢(shì)性是GIS的“生命”，直接影響著其使用價(jià)值與可持續(xù)發(fā)展。伴隨著GIS空間數(shù)據(jù)更新理論研究和工程實(shí)踐的不斷深入，更新信息傳播問(wèn)題已成為生產(chǎn)單位、應(yīng)用部門(mén)及學(xué)術(shù)界共同面臨的新問(wèn)題。由于數(shù)據(jù)庫(kù)間在數(shù)據(jù)模式和數(shù)據(jù)實(shí)例之間存在多種潛在的語(yǔ)義差異，當(dāng)利用一個(gè)新版GIS數(shù)據(jù)庫(kù)中的更新變化要素及其相關(guān)信息對(duì)另一個(gè)GIS數(shù)據(jù)庫(kù)中的對(duì)應(yīng)要素進(jìn)行更新（即更新信息傳播）時(shí)，必須首先在兩個(gè)數(shù)據(jù)庫(kù)間進(jìn)行模式匹配操作建立模式映射關(guān)系，以引導(dǎo)和簡(jiǎn)化變化發(fā)現(xiàn)、實(shí)體識(shí)別、更新集成等操作，從而在保證更新傳播實(shí)施效率的同時(shí)，最大限度地維護(hù)目標(biāo)數(shù)據(jù)庫(kù)的自治性、完整性、正確性和一致性［6，7］。

1.4 語(yǔ)義查詢處理

目前使用的空間數(shù)據(jù)查詢方式大都是基于關(guān)鍵字匹配技術(shù)，如果用戶輸入的查詢關(guān)鍵字與被查數(shù)據(jù)模式元素的名稱(chēng)不盡相同或有所偏差，則不能返回真正需要的信息或者會(huì)返回很多無(wú)用的信息。為解決傳統(tǒng)查詢方式的不足，提出了語(yǔ)義查詢技術(shù)［8］。語(yǔ)義查詢又稱(chēng)語(yǔ)義檢索、概念匹配，是指在相關(guān)技術(shù)（如本體等）的支持下，首先使用戶的查詢請(qǐng)求和被檢索的內(nèi)容在語(yǔ)義上都是可被計(jì)算機(jī)理解、處理的，在此基礎(chǔ)上對(duì)用戶查詢語(yǔ)句（如Select語(yǔ)句）和被查數(shù)據(jù)模式元素進(jìn)行匹配，然后重寫(xiě)查詢語(yǔ)句中的關(guān)鍵字使其與被查數(shù)據(jù)模式名稱(chēng)相一致，從而返回準(zhǔn)確的查詢數(shù)據(jù)。

1.5 地理服務(wù)發(fā)現(xiàn)

網(wǎng)絡(luò)地理服務(wù)是利用地理數(shù)據(jù)和相關(guān)的功能實(shí)現(xiàn)諸如地址匹配、地圖繪制、路程安排等基本地理操作任務(wù)的Internet應(yīng)用，它允許開(kāi)發(fā)者將GIS功能集成到自己的Web應(yīng)用中，而不用自己在本地實(shí)現(xiàn)該GIS功能［9］。隨著越來(lái)越多的網(wǎng)絡(luò)地理信息服務(wù)的出現(xiàn)，快速準(zhǔn)確找到用戶需要的地理信息服務(wù)顯得尤為重要［10］。在服務(wù)發(fā)現(xiàn)過(guò)程中，一旦服務(wù)請(qǐng)求者和提供者使用不同的術(shù)語(yǔ)表示同一個(gè)概念或者是同樣的詞表示不同的涵義，就會(huì)發(fā)生找不到匹配的服務(wù)和找到的服務(wù)不能完全滿足需求的情況。另外，地理服務(wù)版本差異造成的語(yǔ)義異構(gòu)也將增加服務(wù)發(fā)現(xiàn)的難度［11，12］。與語(yǔ)義查詢類(lèi)似，通過(guò)模式匹配也可以有效解決這類(lèi)問(wèn)題。

2 模式匹配相關(guān)研究?jī)?nèi)容綜述

近些年來(lái)，模式匹配作為數(shù)據(jù)管理與應(yīng)用中的基礎(chǔ)性問(wèn)題受到了全球的普遍關(guān)注，在數(shù)據(jù)庫(kù)、人工智能、信息檢索、知識(shí)管理、語(yǔ)義Web等眾多領(lǐng)域引起了廣泛的討論和研究。概括而言，當(dāng)前對(duì)模式匹配問(wèn)題的研究主要集中在匹配實(shí)施方法、匹配效率優(yōu)化、匹配結(jié)果表達(dá)、匹配質(zhì)量評(píng)價(jià)4個(gè)方面。

2.1 匹配實(shí)施方法研究

目前，大多數(shù)系統(tǒng)的模式匹配任務(wù)是在圖形界面支持下靠操作員手動(dòng)完成的，該方式不僅要求操作員充分了解模式元素的語(yǔ)義內(nèi)涵，而且隨著待匹配模式元素?cái)?shù)據(jù)的增加，其費(fèi)時(shí)、費(fèi)力、易出錯(cuò)的缺陷也將變得更加突出。另外，用戶需求的變化、數(shù)據(jù)源的變化等都可能造成模式的變化，從而導(dǎo)致這些模式間的匹配關(guān)系發(fā)生變化。顯然，如果僅僅依靠手工匹配無(wú)法適應(yīng)這種復(fù)雜動(dòng)態(tài)的匹配需求。

為了盡量減少模式匹配過(guò)程中用戶的參與，提出了多種自動(dòng)（或半自動(dòng)）的匹配方法及系統(tǒng)。Rahm等根據(jù)匹配所依據(jù)的信息類(lèi)型及其結(jié)合方式對(duì)各種模式匹配方法進(jìn)行了層次式劃分（圖2），結(jié)合圖2的分類(lèi)體系又對(duì)2001年以前的典型匹配方法及系統(tǒng)進(jìn)行了比較權(quán)威的總結(jié)和評(píng)述［13］。在此分類(lèi)體系基礎(chǔ)上，Shvaiko等根據(jù)所用技術(shù)的特征（Heuristic or formal，Implicit or explicit）對(duì)其中基于模式的匹配方法做了更為詳細(xì)的劃分［14］。潘超等則進(jìn)一步總結(jié)了2010年之前的主要方法及系統(tǒng)［15］。本文依據(jù)圖2所示的分類(lèi)結(jié)果，對(duì)模式匹配方法的基本策略和問(wèn)題做簡(jiǎn)要評(píng)述。

圖2 模式匹配方法分類(lèi)Fig.2 Classification of schema matching approaches

（1）單匹配，主要利用某一種類(lèi)型的信息識(shí)別語(yǔ)義相關(guān)模式元素，可進(jìn)一步劃分為基于模式的匹配和基于實(shí)例的匹配兩類(lèi)。1）基于模式的匹配方法，主要通過(guò)對(duì)比模式元素本身所包含的信息（如名稱(chēng)標(biāo)簽、描述性元數(shù)據(jù)、數(shù)據(jù)類(lèi)型、數(shù)據(jù)長(zhǎng)度、結(jié)構(gòu)關(guān)聯(lián)關(guān)系等）判斷元素是否匹配。由于數(shù)據(jù)模式設(shè)計(jì)本身是一項(xiàng)靈活性很大的主觀活動(dòng)，不同的設(shè)計(jì)者可能采用不同的機(jī)制和元素來(lái)抽象和模擬相同的現(xiàn)實(shí)事物或現(xiàn)象，并且所形成的模式結(jié)構(gòu)的語(yǔ)義信息大部分隱含在設(shè)計(jì)者的大腦中，而模式元素本身所承載的一部分外在顯式信息對(duì)模式匹配而言是不明確、不完整、易混淆的。因此，該類(lèi)方法往往產(chǎn)生錯(cuò)配、漏配等情況，質(zhì)量和效果不高。針對(duì)這一情況，文獻(xiàn)［16］提出了基于信息論的模式匹配模型，嘗試解決模式信息丟失或者不完整情況下的模式匹配問(wèn)題。2）基于實(shí)例的匹配方法，主要依據(jù)屬性字段數(shù)據(jù)值的統(tǒng)計(jì)概括信息（如最大值、最小值、平均值、方差）或部分重疊對(duì)應(yīng)實(shí)體的屬性值，來(lái)匹配識(shí)別兩個(gè)數(shù)據(jù)集（如關(guān)系表）之間語(yǔ)義相關(guān)的屬性字段［17，18］，一般不能確定數(shù)據(jù)集之間的匹配關(guān)系。由于概括信息是確定屬性是否匹配的必要但不充分信息，因此如果單獨(dú)用其進(jìn)行匹配常常會(huì)產(chǎn)生一些錯(cuò)配或漏配現(xiàn)象。針對(duì)這種情況有兩種改進(jìn)途徑：一是將概括信息與其他類(lèi)型的信息結(jié)合構(gòu)成混合匹配；二是通過(guò)進(jìn)一步分析比較數(shù)據(jù)集之間部分對(duì)應(yīng)實(shí)體（或重復(fù)記錄）的屬性值來(lái)確定相關(guān)的屬性，但這種方式目前通常以預(yù)先手動(dòng)建立實(shí)體對(duì)應(yīng)關(guān)系為基礎(chǔ)，自動(dòng)化程度低，屬性相關(guān)性對(duì)比分析和度量模型較單一，尚沒(méi)有充分考慮語(yǔ)義相關(guān)屬性在具體屬性值上的各種表達(dá)差異，仍有很大的擴(kuò)展改進(jìn)空間。

（2）多匹配，主要利用多種類(lèi)型的信息或方法識(shí)別語(yǔ)義相關(guān)模式元素，可以進(jìn)一步劃分為混合匹配與復(fù)合匹配兩大類(lèi)。1）混合匹配主要通過(guò)綜合使用多種匹配指標(biāo)或信息源（如名稱(chēng)信息、元數(shù)據(jù)描述信息、數(shù)據(jù)約束信息、實(shí)例概括統(tǒng)計(jì)信息、屬性依賴關(guān)系等）來(lái)確定匹配元素。混合匹配在確定一對(duì)模式元素是否匹配時(shí)，同時(shí)考慮了多種匹配標(biāo)準(zhǔn)，對(duì)于不符合標(biāo)準(zhǔn)的候選成員能夠較早地被刪除。因此，這種方法與單獨(dú)執(zhí)行多種匹配方法相比，可以減少比較模式信息的遍歷次數(shù)，不僅能取得較好的匹配性能和效果，而且匹配效率也得到了提高。但由于多種來(lái)源的信息具有不同的表達(dá)形式，一般并不能被直接應(yīng)用于混合匹配，常常需要制定高效的策略和規(guī)則對(duì)其進(jìn)行規(guī)范化處理。混合匹配所依據(jù)的匹配信息和規(guī)則往往由設(shè)計(jì)者事先規(guī)定，一般不易進(jìn)行調(diào)整和修改，靈活性較低。2）復(fù)合匹配主要通過(guò)對(duì)多個(gè)獨(dú)立匹配方法（如基于模式的匹配、基于實(shí)例的匹配、混合匹配等）所取得結(jié)果的組合分析來(lái)確定匹配元素。復(fù)合匹配允許用戶根據(jù)應(yīng)用需要，靈活地選擇現(xiàn)有方法并按不同的順序（如并行順序、串行順序、混合順序）加以執(zhí)行。在串行執(zhí)行時(shí)，前面匹配方法所取得的匹配結(jié)果，可以用作后面匹配方法的輸入，從而達(dá)到反復(fù)修改匹配結(jié)果的目的。復(fù)合匹配是以單個(gè)匹配方法為基礎(chǔ)的，為保證其效率和效果，不僅要盡可能地提高每個(gè)成員匹配方法的效率和效果，而且應(yīng)該選擇正確的執(zhí)行順序、制定合理的結(jié)果重用和組合策略［19］。靜態(tài)組合的匹配算法和人工調(diào)節(jié)的匹配參數(shù)難以適應(yīng)自動(dòng)匹配的要求，如何對(duì)現(xiàn)有的匹配算法進(jìn)行動(dòng)態(tài)選擇、搭配、組合、重用以及對(duì)匹配參數(shù)進(jìn)行自動(dòng)調(diào)節(jié)是復(fù)合匹配面臨的一個(gè)有待深入研究的重要問(wèn)題。

每種匹配技術(shù)都各有其優(yōu)點(diǎn)和適用范圍，綜合使用多種匹配信息或方法能夠充分發(fā)揮不同技術(shù)間的互補(bǔ)性優(yōu)勢(shì)，有效提高匹配系統(tǒng)的匹配質(zhì)量和通用性。但隨著匹配信息或方法的增加，系統(tǒng)的復(fù)雜性也將隨之增加。

2.2 匹配效率優(yōu)化研究

當(dāng)前模式匹配的難點(diǎn)，不僅在于缺乏切實(shí)可行的判別模式元素是否匹配相關(guān)的策略和規(guī)則，更在于依據(jù)判別規(guī)則執(zhí)行模式匹配的代價(jià)偏高，必須進(jìn)行大量的計(jì)算比較才能確定獲取潛在的匹配元素。模式匹配中最常用的兩兩比較法，也稱(chēng)嵌套循環(huán)法或笛卡爾法，是將兩個(gè)待匹配模式元素集合做笛卡爾乘積，根據(jù)用戶所定義的規(guī)則和策略，對(duì)結(jié)果集中的每對(duì)元素進(jìn)行比較，如果比較結(jié)果滿足所定義的規(guī)則條件，則認(rèn)為它們是匹配元素。該方法簡(jiǎn)單，能夠最大限度地保證匹配結(jié)果的質(zhì)量和精度，但是隨著待匹配元素?cái)?shù)量的不斷增加，所需的處理時(shí)間和系統(tǒng)資源的消耗將呈指數(shù)級(jí)增長(zhǎng)，在實(shí)際應(yīng)用中的可行性和使用價(jià)值并不高。因此，必須加強(qiáng)模式匹配效率優(yōu)化模型及算法的研究。

目前，只有少數(shù)幾個(gè)系統(tǒng)考慮處理了模式匹配的執(zhí)行效率問(wèn)題，根據(jù)模式匹配策略的不同，提出了不同的模式匹配執(zhí)行效率優(yōu)化技術(shù)。概括而言，現(xiàn)有模式匹配執(zhí)行效率優(yōu)化所采取的基本策略主要有如下5種［20］：1）分而治之，先將待匹配的模式元素集劃分為不 同 的 塊 （Blocks）、區(qū) （Partitions）或 簇（Clusters），然后在塊（區(qū)或簇）之間執(zhí)行模式匹配。該策略降低了匹配比較的搜索空間，效率較高，但可能降低匹配質(zhì)量。2）模式過(guò)濾，依據(jù)相關(guān)的上下文信息或通過(guò)問(wèn)卷調(diào)查預(yù)先排除掉一些模式元素，從而降低比對(duì)次數(shù)，提升匹配效率。3）避免重復(fù)，在模式匹配執(zhí)行過(guò)程避免一些相同子任務(wù)的重復(fù)執(zhí)行。4）改善數(shù)據(jù)結(jié)構(gòu)，利用諸如索引、Hash表等特殊類(lèi)型的數(shù)據(jù)結(jié)構(gòu)，減少待匹配模式元素間的比較次數(shù)，從而提高執(zhí)行效率。5）優(yōu)化模式元素相關(guān)性度量模型（如編輯距離等）的計(jì)算效率等。

隨著大數(shù)據(jù)時(shí)代的到來(lái)，勢(shì)必出現(xiàn)大模式的匹配問(wèn)題。大模式的“大”不僅意味著數(shù)量的大，還代表著模式種類(lèi)多、結(jié)構(gòu)雜、差別大、變化快等。由于目前尚沒(méi)有對(duì)大模式匹配問(wèn)題給予充分的考慮和有效的處理，若采用現(xiàn)有策略執(zhí)行匹配將會(huì)因時(shí)間復(fù)雜度過(guò)高而得不到理想的匹配結(jié)果。針對(duì)大模式匹配執(zhí)行效率問(wèn)題，可通過(guò)大模式聚類(lèi)分割技術(shù)加以解決［21］。目前這一技術(shù)仍需攻克3個(gè)核心問(wèn)題：如何分割模式；如何選擇需要進(jìn)行匹配的模式片斷；如何避免模式分割可能造成的結(jié)果遺漏。

2.3 匹配結(jié)果表達(dá)研究

匹配結(jié)果（模式映射）表達(dá)的主要任務(wù)是存儲(chǔ)和組織通過(guò)匹配識(shí)別發(fā)現(xiàn)的相關(guān)模式元素及其映射關(guān)系，并構(gòu)建相應(yīng)的存取和檢索方法，以引導(dǎo)和簡(jiǎn)化各種應(yīng)用處理中的其他操作。目前，有一些匹配工具把模式映射保存在純文本文件中，而且不同工具定義的模式映射文件格式不同，缺乏足夠的語(yǔ)義表現(xiàn)力和處理能力，使得模式映射的讀取過(guò)程較煩瑣，造成不同系統(tǒng)間難于共享模式映射，通用性不強(qiáng)；還有一些匹配工具使用關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)和管理模式映射，但由于模式映射的半結(jié)構(gòu)化特征，往往導(dǎo)致數(shù)據(jù)表中出現(xiàn)很多值為NULL的字段，從而造成非常大的冗余，使得很多復(fù)雜的匹配關(guān)系（如條件匹配、部分匹配、計(jì)算匹配等［22］）無(wú)法得到有效的表達(dá)，且每當(dāng)待匹配元素?cái)?shù)目發(fā)生變化時(shí)，將可能導(dǎo)致整個(gè)數(shù)據(jù)表的結(jié)構(gòu)重構(gòu)，不便于模式映射的管理和維護(hù)。

針對(duì)上述模型及方法的不足，一些學(xué)者開(kāi)始嘗試?yán)没谶壿嫷恼Z(yǔ)言（如一階邏輯、描述邏輯、Datalog等）或半結(jié)構(gòu)化模型（如XML、RDF等）來(lái)表達(dá)和存儲(chǔ)模式映射。例如，文獻(xiàn)［23］利用一階邏輯表達(dá)XML模式與OWL本體間的語(yǔ)義映射；為評(píng)價(jià)對(duì)比現(xiàn)有基于邏輯的映射語(yǔ)言的共性與差別，文獻(xiàn)［24］采用分布式一階邏輯來(lái)統(tǒng)一現(xiàn)有的各種映射語(yǔ)言；文獻(xiàn)［25］采用巴克斯范式（Backus－Naur Form，BNF）來(lái)表達(dá)語(yǔ)義映射；文獻(xiàn)［26］提出了一種新的映射語(yǔ)言——RDF Mapping Schema來(lái)表達(dá)XML數(shù)據(jù)和RDF數(shù)據(jù)之間的語(yǔ)義映射；文獻(xiàn)［27］在BRICKS系統(tǒng)中采用XML來(lái)存儲(chǔ)和管理模式映射。

目前大部分模式匹配研究的重點(diǎn)仍集中在如何發(fā)現(xiàn)和找到語(yǔ)義相關(guān)元素匹配對(duì)，有關(guān)匹配結(jié)果表達(dá)的研究才剛剛起步［28］，有些表達(dá)語(yǔ)言或模型的提出尚處于思想萌芽階段，也只是僅僅給出了一些示例性的表達(dá)結(jié)果，仍缺乏系統(tǒng)性的研究，更沒(méi)有形成統(tǒng)一的表達(dá)語(yǔ)言或模型。即使是同一種語(yǔ)言或模型，表達(dá)映射的方式也不盡相同，所支持的功能和算子差別較大［29］。匹配結(jié)果表達(dá)的研究仍然面臨著許多開(kāi)放性問(wèn)題，如表達(dá)模型能夠支持的映射關(guān)系類(lèi)型及語(yǔ)義轉(zhuǎn)換函數(shù)種類(lèi)、匹配結(jié)果的檢索與編輯、匹配結(jié)果的有效性檢驗(yàn)、匹配結(jié)果的可視化等。

2.4 匹配質(zhì)量評(píng)價(jià)研究

雖然人們對(duì)模式匹配問(wèn)題進(jìn)行了廣泛研究，但大部分的自動(dòng)匹配方法還停留在高度實(shí)驗(yàn)階段，而得不到廣泛的實(shí)際性應(yīng)用。其中也有一些較為實(shí)用的系統(tǒng)出現(xiàn)，而這些系統(tǒng)卻依舊需要大量的人機(jī)交互或后處理工作，還遠(yuǎn)遠(yuǎn)滿足不了實(shí)際需要。

當(dāng)前有關(guān)自動(dòng)匹配質(zhì)量的研究主要集中在質(zhì)量評(píng)價(jià)模型和策略上，概括而言，各種自動(dòng)匹配方法及系統(tǒng)的匹配質(zhì)量可以從有效性（Effectiveness）、效率（Efficiency）、通用性（Genericity）和易用性（Ease－ofuse）4個(gè)方面加以評(píng)價(jià)［30］：1）有效性：主要考慮匹配結(jié)果的正確性和召回率，通常用Precision和Recall兩個(gè)單項(xiàng)指標(biāo)及F－Measure（a）、F－Measure、Overall等幾個(gè)綜合指標(biāo)加以衡量［31］。2）效率：主要考慮系統(tǒng)執(zhí)行匹配時(shí)所消耗的資源，如時(shí)間、內(nèi)存等，通常情況下只采用時(shí)間指標(biāo)來(lái)評(píng)價(jià)匹配效率。3）通用性：主要考慮系統(tǒng)的應(yīng)用領(lǐng)域、所支持的數(shù)據(jù)模型或類(lèi)型及系統(tǒng)是否可以支持在線匹配或離線匹配。目前還沒(méi)有評(píng)價(jià)匹配系統(tǒng)通用性的定量指標(biāo)或模型。4）易用性：不論全自動(dòng)匹配能否實(shí)現(xiàn)，用戶的參與及交互總是需要的，易用性主要考慮通過(guò)自動(dòng)匹配能夠節(jié)省多少人力，一般應(yīng)綜合考慮匹配執(zhí)行的預(yù)處理與后處理兩個(gè)階段。然而，現(xiàn)有的評(píng)價(jià)策略常常將預(yù)處理階段的人力參與忽略掉，只考慮后處理階段用于添加遺漏匹配、移除或修改錯(cuò)誤匹配的人力參與［31］。上述的有效性指標(biāo)可在一定程度上反映模式匹配后處理階段的人力參與情況，但由于這些指標(biāo)的取值介于0～1，直接用其評(píng)價(jià)人力參與情況還不太恰當(dāng)。針對(duì)這種情況，Bogdan等提出了簡(jiǎn)單可用性（Simple Usability）模型和簡(jiǎn)單成本（Simple Cost）模型，這兩個(gè)模型分別根據(jù)人機(jī)交互過(guò)程中拖拽、單擊、雙擊3種不同的鼠標(biāo)行動(dòng)及其執(zhí)行成本來(lái)評(píng)價(jià)人力參與情況［32］。

以上單因素評(píng)價(jià)模型彼此間是相互矛盾的，僅利用其中的任何一種都不能全面客觀地評(píng)價(jià)匹配系統(tǒng)，因此，需要將這些指標(biāo)綜合起來(lái)考慮，對(duì)匹配系統(tǒng)進(jìn)行總體上的質(zhì)量評(píng)價(jià)，這實(shí)際上是一個(gè)多目標(biāo)模糊決策難題。文獻(xiàn)［33］從有效性和效率兩方面討論分析了匹配系統(tǒng)的總體評(píng)價(jià)方法，但卻忽略了通用性和易用性兩方面的因素。總體而言，目前人們雖然認(rèn)為自動(dòng)匹配的質(zhì)量評(píng)價(jià)與控制是一個(gè)很重要的問(wèn)題，卻沒(méi)有高度重視它，自動(dòng)匹配質(zhì)量問(wèn)題的研究還沒(méi)有全面深入地展開(kāi)。

3 結(jié)語(yǔ)

經(jīng)過(guò)近30年的不懈努力，模式匹配問(wèn)題研究已取得了較為豐富的學(xué)術(shù)成果，從最初的利用元素自身的各種信息進(jìn)行模式匹配，到后來(lái)集成各種類(lèi)型的結(jié)構(gòu)信息、數(shù)據(jù)實(shí)例信息來(lái)輔助匹配，再到近年來(lái)為模式匹配方法尋找理論支持，提供人性化的用戶干預(yù)工具等。但由于模式匹配本身的主觀性與復(fù)雜性，目前仍然存在著一些問(wèn)題和不足。

現(xiàn)有大多數(shù)研究主要集中在匹配方法上，一般只專(zhuān)注于不同模式之間的簡(jiǎn)單匹配（即1∶1匹配），不能有效識(shí)別復(fù)雜匹配（即1∶N、M∶l和M∶N匹配），應(yīng)用往往局限于特定領(lǐng)域或特定模式，通用性有待提高。對(duì)模式匹配的不確定性、模式通用表達(dá)模型、匹配方法的質(zhì)量評(píng)價(jià)、模式結(jié)果的后處理分析、匹配結(jié)果的存儲(chǔ)管理及可視化維護(hù)等問(wèn)題尚缺乏整體系統(tǒng)的分析和全面深入的研究。

從文獻(xiàn)資料上看，目前針對(duì)空間數(shù)據(jù)模式匹配的研究仍比較薄弱，有關(guān)空間數(shù)據(jù)模式匹配問(wèn)題的闡述大多是一些附帶的概念性解釋?zhuān)狈︶槍?duì)性的深入分析，僅有少數(shù)研究側(cè)重于具體方法的設(shè)計(jì)及原型系統(tǒng)的實(shí)現(xiàn)［34－39］。與空間數(shù)據(jù)模式種類(lèi)多、規(guī)模大、結(jié)構(gòu)復(fù)雜的特點(diǎn)相比，現(xiàn)有研究尚不能滿足一個(gè)理想模式匹配系統(tǒng)在通用性、強(qiáng)壯性、靈活性、交互性和擴(kuò)展性等方面的要求。因此，很有必要進(jìn)一步積極開(kāi)展針對(duì)空間數(shù)據(jù)模式匹配的系統(tǒng)性研究工作，從而為空間數(shù)據(jù)資源的高效共享與靈性服務(wù)提供理論支持與技術(shù)保障。

［1］ 王宏鼎，譚少華，唐世渭，等.基于模式元素語(yǔ)義關(guān)系的模式合并方法研究［J］.北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，43（3）：405－411.

［2］ VOLZ S，DANIELAS N，GROSSMANN M，et al.On creating a spatial integration schema for global，context－aware applications［A］.Proceedings of GeoInfo 2008［C］.2008.13－24.

［3］ 王育紅.空間數(shù)據(jù)集成及沖突消解方法綜述［J］.測(cè)繪科學(xué)，2011，36（2）：81－83.

［4］ 劉敏超，劉衛(wèi)東.數(shù)據(jù)集成系統(tǒng)關(guān)鍵問(wèn)題研究［J］.計(jì)算機(jī)應(yīng)用，2006，26（7）：1507－1510.

［5］ 李軍，蘇國(guó)中，李萌.利用GML模式映射屏蔽地理空間數(shù)據(jù)源的異構(gòu)性［J］.測(cè)繪科學(xué)，2012，37（1）：38－41.

［6］ BRAUN A.From the schema matching to the integration of updating information into user geographic database［A］.Proceeding of 12th International Conference on Geoinformatics，Geospatial Information Research：Bridging the Pacific and Atlantic［C］.2004.211－218.

［7］ 王育紅，陳軍.基礎(chǔ)地理數(shù)據(jù)庫(kù)更新信息傳播實(shí)施方法研究［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2010，35（9）：1116－1120.

［8］ 王艷東，龔健雅，戴晶晶.基于本體的空間數(shù)據(jù)語(yǔ)義查詢研究［J］.測(cè)繪信息與工程，2007，32（2）：32－35.

［9］ 安楊，邊馥苓，關(guān)佶紅.基于Ontology的網(wǎng)絡(luò)地理服務(wù)描述與發(fā)現(xiàn)［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2004，29（12）：1063－1066.

［10］ 程鋼，杜清運(yùn)，蔡忠亮.基于本體的地理信息服務(wù)查詢組件設(shè)計(jì)［J］.測(cè)繪信息與工程，2008，33（2）：31－33.

［11］ 何杰，陳能成，王偉，等.基于動(dòng)態(tài)模式匹配的多版本網(wǎng)絡(luò)要素服務(wù)統(tǒng)一訪問(wèn)方法［J］.測(cè)繪科學(xué)，2011，36（1）：169－172.

［12］ 何杰，陳能成，鄭重，等.利用語(yǔ)義的多版本網(wǎng)絡(luò)覆蓋服務(wù)模式匹配方法［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2012，37（2）：210－214.

［13］ RAHM E，BERNSTEIN P A.A survey of approaches to automatic schema matching［J］.The VLDB Journal，2001，10（4）：334－350.

［14］ SHVAIKO P，EUZENAT J.A survey of schema－based matching approaches［J］.Journal on Data Semantics，2005，4（1）：146－171.

［15］ 潘超，楊良懷，龔衛(wèi)華.模式匹配研究進(jìn)展［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2010，19（11）：265－277.

［16］ 趙晨露，申德榮，寇月，等.應(yīng)用信息論的數(shù)據(jù)導(dǎo)向模式匹配方法［J］.計(jì)算機(jī)科學(xué)與探索，2013，7（9）：719－830.

［17］ 李蓉蓉，王暉，陳冉.基于屬性實(shí)例集合語(yǔ)義相似的模式匹配［J］.計(jì)算機(jī)科學(xué)，2011，38（12）：151－154.

［18］ MOISES G C，ALBERTO H F L，MARCOS A，et al.An evolutionary approach to complex schema matching［J］.Information Systems，2013，38（3）：302－316.

［19］ 潘峰，孫鵬，張電.一種改進(jìn)的多策略模式匹配與結(jié)合方式研究［J］.計(jì)算機(jī)與數(shù)字工程，2011，39（11）：101－105.

［20］ ERIC P，HENRIKE B，ERHARD R.Rewrite techniques fore performance optimization of schema matching processes［A］.Proceeding of 13th International Conference on Extending Database Technology［C］.2010.433－464.

［21］ 杜小坤.數(shù)據(jù)庫(kù)模式匹配算法研究［D］.武漢：華中科技大學(xué)，2010.

［22］ 韓忠明，陳德華，樂(lè)嘉錦.模式映射以及表達(dá)［J］.東華大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，22（2）：42－45.

［23］ YUAN A，BORGIDA A，MYLOPOULOS J.Constructing complex semantic mappings between XML data and ontologies［A］.Proceedings of the 4th International Semantic Web Confrence［C］.Ireland，2005.6－19.

［24］ SERAFINI L，STUCKENSCHMIDT H，WACHE H.A formal investigation of mapping languages for terminological knowledge［A］.Proceedings of the 19th International Joint Conference on Artificial Intelligence［C］.2005.576－581.

［25］ ZHU Y，LI X.Representations of semantic mapping：A step towards a dichotomy of application semantics and contextual semantics［J］.International Journal of Project Management，2007，25（2）：121－127.

［26］ XIAO H，ISABEL F，HSU F.Semantic mappings for the integration of XML and RDF sources［A］.Proceedings of the VLDB Workshop on Information Integration on the Web［C］.2004.40－45.

［27］ KEARNEY K.Ontology mapping in BRICKS［A］.Proceedings of Workshop on Ontology－Driven Interoperability for Cultural Heritage Objects［C］.2007.

［28］ STUCKENSCHMIDT H，USCHOLD M.Representation of semantic mappings［A］.Dagstuhl Seminar Proceedings：Semantic Interoperability and Integration［C］.2005.04391.

［29］ THOMAS H，O′SULLIVAN D，BRENNAN R.Evaluation of Ontology Mapping Representations［R］.Knowledge ＆ Data Engineering Group，2009.

［30］ K?PCKE H，RAHM E.Frameworks for entity matching：Acomparison［J］.Data ＆ Knowledge Engineering，2010，69（2）：197－120.

［31］ DO H，MELNIK S，RAHM E.Comparison of schema matching evaluations［J］.Lecture Notes in Computer Science（Web，Web－Services，and Database Systems），2002，2593：221－237.

［32］ ALEXE B，TAN W C，VELEGRAKIS Y.STBenchmark：Towards a benchmark for mapping systems［A］.Proceedings of VLDB Endowment［C］.2008，1（1）：230－244.

［33］ ALGERGAWY A，SCHALLEHN E，SAAKE G..Combining effectiveness and efficiency for schema matching evaluation［A］.Proceedings of 1st International Workshop on Model－Based Software and Data Integration［C］.Germany，2008.19－30.

［34］ 關(guān)佶紅，虞為，安揚(yáng).GML模式匹配算法［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2004，29（2）：169－174.

［35］ VOLZ S.Data－driven matching of geospatial schemas［J］.Lecture Notes in Computer Science，2005，3693：115－132.

［36］ 章勤，孫盛，袁平鵬.基于模糊集的地理信息模式匹配算法［J］.華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，34（7）：46－48.

［37］ 王育紅，陳軍.基于實(shí)例的GIS數(shù)據(jù)庫(kù)模式匹配方法［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2008，33（1）：46－50.

［38］ 趙元，馬勁松.GML模式匹配技術(shù)研究［J］.計(jì)算機(jī)工程與科學(xué)，2009，31（7）：139－141.

［39］ PARTYKAA J，PARVEENA P，KHANA L，et al.Enhanced geographically typed semantic schema matching［J］.Web Semantics：Science，Services and Agents on the WorldWideWeb，2011，9（1）：52－70.