[发明专利]本体驱动的海量数据事件决策方法

说明书

技术领域

本发明涉及一种语义信息处理技术，特别是本体驱动的海量数据信息集成和处理方法。

背景技术

随着制造企业的供应链的全球化以及物联网技术的发展和普及，通过物联网技术采集的庞大数据来自诸多源头，包括所谓的智能设备，它们可通过传感器自动监控各种环境因素并生成大量关于性能、通讯、环境及位置等数据。制造企业在进行业务决策时涉及的数据量越来越大、数据源越来越复杂，制造企业的大数据时代已经到来。IBM（InternationalBusinessMachinesCorporation，国际商业机器公司）将“大数据”定义为无法使用传统流程或工具进行处理或分析的信息，大数据给各行各业带来了大量的挑战和潜在机遇。

在制造业中利用大数据的关键在于，企业不再单纯地仅以结构性数据为制定业务决策的依据。通过对非结构化数据进行分析所收集的信息同样具有重要意义。企业需要解决这些结构化以及非结构化信息间的异构问题。同时系统采集的数据通常具有周期性，市场环境对企业的实时反应能力提出的了更高的要求，制造企业需要解决对这些实时采集的海量数据进行高效的处理和应用的问题。传统的方法主要依靠提高计算系统处理器的处理能力和单个计算机的CPU数量来提高效率，但这一方面引起处理成本的增加，造成大量计算能耗，也使得整个系统缺乏扩展性和灵活性；另一方面对降低处理时间效果并不显著，仍然导致时耗过大，从而降低决策的及时性，影响企业的运作效率。

本发明针对供应链业务过程中面向实时的、大规模的感知数据的业务决策处理，提出一种本体驱动的海量数据事件决策方法，采用事实和规则相结合的供应链分布式信息处理机制，通过事实和规则在分布式网络中的循环流动匹配来实现海量数据的高效决策。

发明内容

本发明要解决的技术问题是为了克服现有决策过程中语义集成不足的问题，提出一种本体驱动的海量数据事件决策方法。

解决上述技术问题采用如下技术方案：本体驱动的海量数据事件决策方法包括以下步骤：

（1）构建供应链事件本体库：事件本体相对于传统本体而言，除了充分描述静态的物质概念及相互关系之外，还表达了由实体参与的动态事件概念及相互关系，更能精确定义和表达企业业务处理粒度，弥补了传统本体表达的缺陷。领域专家在事件处理的通用概念模型的基础上构建供应链事件本体库，包括具象类、时象类、抽象类、时间类、地点类；

（2）异构数据源到目标本体统一语义信息的转换：实现供应链业务决策中异构数据源到局部本体的自动获取方法，并在此基础上进行本体映射处理，最终实现局部本体到目标本体的统一语义转换；

（3）构建供应链事件决策规则库：根据SCOR标准定义的供应链事件过程：包括计划、采购、生产、配送、退货五个主要的供应链过程，以构建的供应链事件本体库为基础，采用

SWRL语言来定义供应链事件决策的处理规则，形成事件决策规则库；

（4）基于Rete算法的事件决策推理：以步骤2得到的目标本体作为事实库，以步骤3得到事件决策规则作为规则库，采用分布式的算法实现面向海量数据的事实分发和规则匹配过程，从而推理出最佳匹配结果，辅助事件决策。

本发明的有益效果是：

实现供应链业务决策中异构数据源到局部本体的自动获取方法，以供应链事件本体为上层本体，采用两层本体映射处理，最终实现局部本体到目标本体的统一语义转换。

采用事实和规则相结合的供应链分布式信息处理机制，以供应链事件本体库作为上层本体，支持事实和规则的定义，通过事实和规则在分布式网络中的循环流动匹配来实现海量数据的高效决策。

附图说明

附图是业务决策处理流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

参见附图，本发明的具体实施过程按以下步骤进行：