[发明专利]一种基于概念模型的本体复杂性分析评估方法

说明书

技术领域

本发明涉及一种用于本体演变过程中，对所构建本体的复杂性进行分析和评估的方法。它面向计算机本体工程领域。

背景技术

目前，Web的发展迅猛，Web上各种应用日益复杂。但Web上现有的信息对计算机是不可理解的，这极大的影响了Web应用的自动化、集成化和智能化进程。于是Berners-Lee提出了下一代Web——语义Web的目标，就是使Web上的信息具有计算机可以理解的语义，其中一个重要的思想就是用本体来表示语义信息，从而提高Web信息服务的智能化和自动化。这对本体的规划、设计和开发人员提出了新的挑战——本体工程学，即本体的构建应该是工程化的。尽管这一思想已经被广泛接受，但是并没有得到广泛认可的通用的方法。目前，本体的构建基本还是采用以经验为主的构建方法。这种方法对中小规模的本体还是可行的。但是随着本体规模的急剧扩大和复杂性的迅速增加，构建本体时需要考虑的因素也急剧增加，往往超出了人的经验所能企及的范围，同时会加大本体更新、维护的技术和经济风险。

如果在本体构建阶段，能及时跟踪、分析本体的规模和复杂性情况及演变趋势，则可以提高本体开发的质量，估计开发的费用，以及有效减少今后本体维护的开销，从一定程度上规避技术和经济风险。因此在对本体的规模和复杂性情况及演变进行分析时，合理有效的评估方法和指标是很关键的。然而，目前的分析评估方法很少而且不够系统和全面。

现有的分析评估方法主要从本体描述能力的角度，针对本体的构词、语义及结构特点对本体质量进行评估，主要有下列几种：

1)美国乔治亚州立大学的Burton、Storey、Sugumaran和Ahluwalia(2003年)从构词法、语义能力、实效性和社会性四个方面，对DAML本体的有效性进行了评估，同时给出了一组评价指标。而且在这些指标的基础上，通过加权函数计算得出本体总体质量的评价指标。

2)美国阿拉巴马大学(亨茨维尔)的Yao、Orme和Etzkorn(2005年)提出的内聚指标(cohesion metrics)，针对本体中类的数量及继承树的深度，对OWL本体的模态相关性(modular relatedness)进行分析。这些指标首先从构词法的角度对OWL本体进行解析，然后根据树状的语义层次结构计算而得。从理论上讲，这组指标比人按经验的评价方法有效。但这些标准却并非是专门针对本体复杂度的。

3)东南大学的Kang、Xu、Lu和Chu(2004年)用加权类关系图(weighted class dependencegraph)表示一个给定的类，并提出基于熵距离(entropy distance)的方法，对UML类的结构复杂性进行评估。该方法同时考虑了类和关系的复杂性，并将类和关系的复杂度值通过一定的规则转化为加权类关系图。这种方法能够比较客观的分析类的结构复杂性。

4)美国乔治亚技术学院的His(2004年)在他的博士论文中，通过图论的方法研究了两个概念完整性指标：概念一致性(conceptual coherence)和概念复杂性(conceptual complexity)。概念一致性指标用图中节点间的平均距离来考察概念间的相关性。概念复杂性指标主要体现为概念图中每个节点的关系数及图中所有节点的平均度数。这两个指标更多是用来衡量单个概念的复杂度问题。

5)美国BDGP/GO协会的Mungall(2005年)以有向非循环图(directed acyclic graph，DAG)表示本体的层次结构，通过每个概念的平均路径数来衡量本体的复杂性。但是，在统计本体概念总数时，他没有把排除那些已经废弃的概念。而在计算概念的路径数时，废弃概念的路径却是排除在外的。这样在计算路径与概念的比率时，其结果是不正确的。

上述方法的共性问题是都提出了各自的本体复杂性的评估方法和指标，但方法本身及指标合理性都不够全面。

发明内容

针对现有对本体复杂性评估分析方法和指标的不足，本发明提出一种基于概念模型的本体复杂性分析评估方法，以克服现有评估分析方法不够系统全面，分析手段较单一，分析的合理性验证不够说服力，对复杂性变化的原因分析不足等缺点。

为达上述目的，本发明采用如下技术方案：

一种基于概念模型的本体复杂性分析评估方法，包括以下步骤：

1)获取所需分析本体的版本，将其转化为DAG图的格式；