摘  要： 參照“Mediator/Wrapper”體系結(jié)構(gòu)，利用混合本體的概念設(shè)計(jì)了基于本體的保險(xiǎn)企業(yè)數(shù)據(jù)集成模型，以六元組的方式為例完成了對(duì)保險(xiǎn)公司新型人壽保險(xiǎn)信息的混合本體定義。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, 可以有效地完成保險(xiǎn)公司異構(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(jìn)而提高保險(xiǎn)公司管理支持和決策的可靠性和準(zhǔn)確性。
關(guān)鍵詞： 異構(gòu)數(shù)據(jù)；語義異構(gòu)；數(shù)據(jù)集成；本體；人壽保險(xiǎn)

    過去二十多年來中國保險(xiǎn)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(tái)數(shù)據(jù)庫，不同的系統(tǒng)開發(fā)人員對(duì)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(shí)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(huì)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(diǎn)工作。
1 保險(xiǎn)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(xiǎn)業(yè)的特點(diǎn)，中國保險(xiǎn)業(yè)發(fā)展到今天，大多數(shù)人壽保險(xiǎn)公司除具備核心業(yè)務(wù)系統(tǒng)之外，還建立了辦公自動(dòng)化系統(tǒng)、財(cái)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(xiǎn)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(xiǎn)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(yùn)用，多數(shù)保險(xiǎn)公司已完成了數(shù)據(jù)集成和整合技術(shù)對(duì)其個(gè)險(xiǎn)系統(tǒng)、團(tuán)險(xiǎn)系統(tǒng)、銀行保險(xiǎn)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(chǔ)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(tái)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(duì)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(duì)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(duì)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(shí)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(gè)通用的概念描述，來說明在該領(lǐng)域本質(zhì)上存在的對(duì)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(gè)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(gè)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(duì)Gruber的定義進(jìn)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(gè)邏輯理論，用來說明一個(gè)正規(guī)詞匯表的預(yù)定含義。”[4]
2.2 本體建模
    在設(shè)計(jì)本體之前，首先要進(jìn)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(shí)工程中實(shí)現(xiàn)知識(shí)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(gè)六元組：
    O＝{C，A，R，H，I，X}
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(shí)例的集合；X是本體公理的集合。
3 基于本體的保險(xiǎn)公司數(shù)據(jù)集成實(shí)施模型
3.1 基于本體的保險(xiǎn)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(duì)企業(yè)相當(dāng)重要。來自經(jīng)濟(jì)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(jìn)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(gè)典型的基于本體的企業(yè)數(shù)據(jù)集成模型如圖1所示。

    上述基于混合本體的保險(xiǎn)公司數(shù)據(jù)集成模型參照“Mediator/Wrapper”[6]體系結(jié)構(gòu)，運(yùn)用了混合本體的概念設(shè)計(jì)，將mediator/wrapper虛擬整合機(jī)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(duì)信息源的連接和具體查詢。
    遵循mediator/wrapper整合機(jī)制可保持各個(gè)異構(gòu)保險(xiǎn)數(shù)據(jù)源的自治性，滿足局部的各種應(yīng)用，并同時(shí)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(shí)整合、個(gè)性化服務(wù)等問題。使用這種機(jī)制的整合系統(tǒng)不需要在本地存儲(chǔ)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(diǎn)。
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(duì)于不同的數(shù)據(jù)源(如個(gè)險(xiǎn)系統(tǒng)和銀行保險(xiǎn)系統(tǒng))，將新型人壽保險(xiǎn)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。

    通過對(duì)數(shù)據(jù)源進(jìn)行分析識(shí)別，找出兩個(gè)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(jiǎn)單，只需要使用C、A、H三個(gè)元素，表示為：
    C={新型人壽保險(xiǎn)，保險(xiǎn)產(chǎn)品，代理人銷售人員，投連險(xiǎn)，萬能險(xiǎn)，分紅險(xiǎn)}；
    A={包含（代理人銷售，保險(xiǎn)產(chǎn)品），歸類于（保險(xiǎn)產(chǎn)品，新型人壽保險(xiǎn)），銷售渠道(代理人銷售人員，新型人壽保險(xiǎn))}；
    H={（投連險(xiǎn)，保險(xiǎn)產(chǎn)品），（萬能險(xiǎn)，保險(xiǎn)產(chǎn)品），（分紅險(xiǎn)，保險(xiǎn)產(chǎn)品），保險(xiǎn)產(chǎn)品…}
    用OWL語言描述本體OI：
<owl: Class rdf:ID =“新型人壽保險(xiǎn)”>
<owl: Class rdf:ID =“保險(xiǎn)產(chǎn)品”>
<owl: Class rdf:ID =“代理人銷售人員”>
<owl: Class rdf:ID =“投連險(xiǎn)”>
    - <rdfs: subClassOf>
        <owl: Class rdf:about =“#保險(xiǎn)產(chǎn)品”/>
    </rdfs: subClassOf>
</owl: Class >
<owl: Class rdf:ID =“萬能險(xiǎn)”>
    - <rdfs:subClassOf >
        <owl: Class rdf:about =“#保險(xiǎn)產(chǎn)品”/>
    </ rdfs:subClassOf>
</owl: Class >
<owl: Class rdf:ID =“分紅險(xiǎn)”>
    - <rdfs:subClassOf>
        <owl: Class rdf:about =“#保險(xiǎn)產(chǎn)品”/>
    </rdfs:subClassOf>
</owl: Class>
<owl: ObjectProperty rdf:ID =“包含”>
    <rdfs: domain rdf:resource =“#代理人銷售人員”/>
    <rdfs: range rdf:resource =“#保險(xiǎn)產(chǎn)品”/>
</owl: ObjectProperty>
<owl: ObjectProperty rdf:ID =“歸類于”>
    <rdfs: domain rdf: resource =“#保險(xiǎn)產(chǎn)品”/>
    <rdfs: range rdf: resource =“#新型人壽保險(xiǎn)”/>
</owl: ObjectProperty>
<owl: ObjectProperty rdf:ID =“銷售渠道”>
    <rdfs:domain rdf:resource =“#代理人銷售人員”/>
    <rdfs:range rdf:resource =“#新型人壽保險(xiǎn)”/>
</owl: ObjectProperty>
    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(xiǎn)類型→保險(xiǎn)產(chǎn)品；
        代理人銷售人員→營銷人員；
        投連險(xiǎn)→投資聯(lián)結(jié)保險(xiǎn)
    (2)OI中包含了OII中不存在的概念“分紅險(xiǎn)”。
    通過對(duì)類、屬性及其類間關(guān)系的集成合并局部本體，將OI，OII兩個(gè)本體聯(lián)系起來建立一個(gè)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。

    共享詞匯集為：新型人壽保險(xiǎn), 保險(xiǎn)產(chǎn)品，營銷人員，投連險(xiǎn)，萬能險(xiǎn)，分紅險(xiǎn)。全局本體OG中的“保險(xiǎn)產(chǎn)品”是由OI中的“保險(xiǎn)產(chǎn)品”和OII中的“保險(xiǎn)類型”間相等的概念合并得到。全局本體OG中的概念“分紅險(xiǎn)”是由OI中的“分紅險(xiǎn)”直接拷貝得到的。其相應(yīng)的三元組為：
    C={新型人壽保險(xiǎn)，保險(xiǎn)產(chǎn)品，營銷人員，投連險(xiǎn)，萬能險(xiǎn)，分紅險(xiǎn)}；
    A={包含（營銷人員，保險(xiǎn)產(chǎn)品），歸類于（保險(xiǎn)產(chǎn)品，新型人壽保險(xiǎn)），銷售渠道(營銷人員，新型人壽保險(xiǎn))}；
    H={（投連險(xiǎn)，保險(xiǎn)產(chǎn)品），（萬能險(xiǎn)，保險(xiǎn)產(chǎn)品），（分紅險(xiǎn)，保險(xiǎn)產(chǎn)品），保險(xiǎn)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(gè)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(gè)概念以上的統(tǒng)一視圖，用戶通過提交一個(gè)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(shí)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(jì)基于本體的保險(xiǎn)企業(yè)數(shù)據(jù)集成模型，可以有效地完成保險(xiǎn)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(jìn)而提高保險(xiǎn)公司管理支持和決策的可靠性和準(zhǔn)確性?？梢钥吹酵ㄟ^成體系的語義分析完成保險(xiǎn)公司通用的本體構(gòu)建并對(duì)其進(jìn)行評(píng)價(jià) ，以及對(duì)映射規(guī)則及其推理引擎的完善等問題還需要進(jìn)一步研究。

參考文獻(xiàn)
[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(jì)算機(jī)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(jì)算機(jī)工程與應(yīng)用，2007，43(12)：159-161，242.