36、利用数据网络中的关联资源为业务系统提供数据支持

利用数据网络中的关联资源为业务系统提供数据支持

在当今数字化时代，许多新兴业务的可行性依赖于合适在线数据集的可用性和互操作性。数据网络为企业提供了数据孤岛，这些数据可以根据业务模型的需求进行透明使用。数据网络遵循关联数据原则，该原则支持将不同数据集中代表相同现实世界实体的资源进行关联，以促进数据互操作性。

1. 背景与挑战

关联规则对于透明互操作性至关重要，因为它们能自动关联资源。目前，许多通过遗传编程学习关联规则的方法，是基于对两个资源属性值应用转换和相似性函数，来判断它们是否足够相似。然而，当存在许多代表不同现实世界实体但属性值相似的资源时，这些关联规则就会失效。

2. 相关工作回顾

• 传统数据库技术 ：早期学习关联规则的技术源于传统数据库领域，如去重、集体匹配和实体匹配等，这些为在数据网络环境下解决该问题奠定了基础。
• 针对网络数据的方法 ：一些专门为网络数据设计的方法，部分只适用于单个数据集，缺乏通用性；部分尝试在不同数据集间寻找关联，但只考虑属性值，未考虑资源的邻居，无法区分属性值相似但代表不同实体的资源。而且，这些方法大多假设数据通过 OWL 本体建模，然而许多常见的网络数据集使用简单的 RDF 词汇表，其类和属性的关系及约束未明确表达。
• 基于遗传编程的方法 ：大多数针对 RDF 数据集的方法依赖遗传编程，染色体将关联规则编码为树，便于进行交叉和变异操作。不同方法在关联规则编码语言的表达能力、选择、替换、交叉和变异操作的启发式方法以及适应度函数所依赖的性能指标上存在差异。例如