面向泛在網絡的知識融合模型設計

張前進

面向泛在網絡的知識融合模型設計

張前進

（安徽國防科技職業學院信息工程系，安徽六安237011）

通過闡述泛在網絡環境大數據的特征，分析了知識融合的概念，探討了本體技術、語義網、數據挖掘等知識融合的相關技術.設計了由數據獲取與知識表示、元知識構建、知識融合處理、衍生知識處理、知識服務等模塊組成的知識融合模型，為知識融合在大數據環境下的智能應用研究與實踐提供參考.

泛在網絡；知識融合；元知識

泛在網絡建立在傳統傳感網之上，是無所不包、無所不在、無所不能的網絡［1］.目前的研究熱點物聯網是泛在網絡的物聯階段.泛在網絡中包含了“人、機、物”三元世界在網絡空間中相互交互、相互融合產生并通過下一代網絡（Next Generation Network，NGN）進行傳輸的大數據.美國EMC（易安信）公司，在2014年發布的第7份數字宇宙報告中指出，2013年全球數據總量達到了4.4 ZB，2020年將達到44 ZB，7年間數據增長10倍，并且在下一個10年數據以每年40%的速率增長［2］.泛在網絡產生的大數據由“物”產生的結構化原始數據、人根據事物感知產生的非結構化數據、機器通過一定規則組織起來的半結構化數據組成.這些海量數據并不是靜止不變的，而是以數據流的形式動態產生并按網絡層次進行傳遞，數據中蘊含著豐富的知識資源.文獻［2］中指出：2013年全球數據經過標記和分析有22%是有用的，預計到2020年這一比例將達到37%.另一方面，知識自身呈現出異質性、多元性和碎片化等特點，知識間……