利用主題圖實(shí)現(xiàn)城市圈電子政務(wù)系統(tǒng)數(shù)據(jù)整合模型的構(gòu)建

利用主題圖實(shí)現(xiàn)城市圈電子政務(wù)系統(tǒng)數(shù)據(jù)整合模型的構(gòu)建

［分類(lèi)號(hào)］TP3931引言城市圈（CityCircle）是指在城市群中出現(xiàn)的以一個(gè)大城市為核心，周邊城市共同參與分工、合作，構(gòu)成一個(gè)人口和產(chǎn)業(yè)密集、分工明確、各具特色、優(yōu)勢(shì)互補(bǔ)的圈域經(jīng)濟(jì)一體化的區(qū)域[1-2]。區(qū)域信息一體化建設(shè)是城市圈融合和發(fā)展的重要前提，城市間電子政務(wù)系統(tǒng)數(shù)據(jù)整合是其中的重點(diǎn)、難點(diǎn)。由于城市間的差異、建設(shè)的經(jīng)濟(jì)成本，城市圈很難重新建立統(tǒng)一的電子政務(wù)系統(tǒng)。因此，如何將各城市已有的電子政務(wù)系統(tǒng)數(shù)據(jù)進(jìn)行有效整合，從而使縱向結(jié)構(gòu)的各城市電子政務(wù)系統(tǒng)實(shí)現(xiàn)橫向數(shù)據(jù)共享是一個(gè)亟待解決的課題。目前，絕大多數(shù)電子政務(wù)系統(tǒng)均采用關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)（RelationalDataBaseManagementSystem,RDBMS）進(jìn)行數(shù)據(jù)管理，城市間多電子政務(wù)系統(tǒng)間數(shù)據(jù)結(jié)構(gòu)具有如下特性。（1）數(shù)據(jù)異構(gòu)性。城市間各電子政務(wù)系統(tǒng)由于數(shù)據(jù)庫(kù)的結(jié)構(gòu)和存儲(chǔ)方式不盡相同，以及數(shù)據(jù)管理模式和應(yīng)用流程的差異，形成了系統(tǒng)間的數(shù)據(jù)異構(gòu)。（2）數(shù)據(jù)成分復(fù)雜性。政務(wù)系統(tǒng)的數(shù)據(jù)來(lái)自于各個(gè)行業(yè)和部門(mén)，而且不斷有新數(shù)據(jù)產(chǎn)生，因此數(shù)據(jù)成分相對(duì)復(fù)雜。（3）數(shù)據(jù)主題性。盡管政務(wù)數(shù)據(jù)的數(shù)量龐大且成分復(fù)雜，但從使用角度分析，可以針對(duì)部門(mén)間相關(guān)數(shù)據(jù)的交叉和關(guān)聯(lián)，按業(yè)務(wù)流程將數(shù)據(jù)分為多個(gè)不同的主題，使數(shù)據(jù)組織清晰化。（4）數(shù)據(jù)環(huán)境不一致性。各系統(tǒng)采用不同的計(jì)算機(jī)操作系統(tǒng)和數(shù)據(jù)庫(kù)系統(tǒng)以及硬件和體系結(jié)構(gòu)的差異，形成了數(shù)據(jù)環(huán)境的不一致性。本文在深入探討主題圖在知識(shí)組織、信息資源定位等方面優(yōu)勢(shì)的基礎(chǔ)上，針對(duì)上述數(shù)據(jù)結(jié)構(gòu)特性，構(gòu)建基于主題圖的城市圈電子政務(wù)系統(tǒng)數(shù)據(jù)整合模型。該模型通過(guò)對(duì)異構(gòu)數(shù)據(jù)庫(kù)進(jìn)行逆向工程，利用ER模型及OAI技術(shù)生成相關(guān)主題圖，并利用主題圖的可融合性進(jìn)行主題圖合并，從而實(shí)現(xiàn)異地異構(gòu)電子政務(wù)系統(tǒng)問(wèn)數(shù)據(jù)的整合，支持跨政府部門(mén)的業(yè)務(wù)協(xié)同，增強(qiáng)電子政務(wù)系統(tǒng)集成能力和協(xié)調(diào)能力。該方法具有計(jì)算量相對(duì)較小、經(jīng)濟(jì)成本低等優(yōu)點(diǎn)，同時(shí)可保證數(shù)據(jù)整合的語(yǔ)義性、可擴(kuò)展性和靈活性。2主題圖應(yīng)用的可行性一個(gè)結(jié)構(gòu)完整的電子政務(wù)系統(tǒng)至少應(yīng)該包括用戶(hù)層、應(yīng)用層、數(shù)據(jù)層三個(gè)層次。用戶(hù)層對(duì)用戶(hù)身份進(jìn)行管理并提供交互界面；應(yīng)用層是相關(guān)應(yīng)用、服務(wù)程序的集合；數(shù)據(jù)層則是所有數(shù)據(jù)資源的集合，在電子政務(wù)系統(tǒng)中一般是指RDBMS。利用主題圖技術(shù)對(duì)多電子政務(wù)系統(tǒng)進(jìn)行數(shù)據(jù)整合是在各政務(wù)系統(tǒng)的數(shù)據(jù)層和應(yīng)用層之間增加了一個(gè)第三方主題圖索引層，如圖1所示。在該層中從各RDBMS提取數(shù)據(jù)，利用主題圖構(gòu)成一個(gè)結(jié)構(gòu)化的語(yǔ)義索引。應(yīng)用層根據(jù)用戶(hù)層的操作發(fā)出對(duì)數(shù)據(jù)的檢索請(qǐng)求，索引層響應(yīng)并對(duì)其進(jìn)行初步的語(yǔ)義檢索處理，然后根據(jù)檢索結(jié)果指向?qū)嶋H數(shù)據(jù)或者為RDBMS提供經(jīng)過(guò)數(shù)據(jù)整理和語(yǔ)義加工后的檢索關(guān)鍵詞，將最終檢索結(jié)果返回用戶(hù)層。圖1主題圖索引層2.1關(guān)系型數(shù)據(jù)庫(kù)關(guān)系型數(shù)據(jù)庫(kù)將復(fù)雜的數(shù)據(jù)結(jié)構(gòu)歸納為一系列“二維表格”，利用這種二元關(guān)系來(lái)表達(dá)實(shí)體類(lèi)型及實(shí)體間的聯(lián)系[3]。關(guān)系型數(shù)據(jù)庫(kù)的設(shè)計(jì)主要包括關(guān)系模式（RelationalSchema）設(shè)計(jì)和完整性約束（IntegrityConstraints）申明兩部分[4]。關(guān)系型數(shù)據(jù)庫(kù)的各個(gè)屬性相互關(guān)聯(lián)，相互依賴(lài)，相互制約，從而構(gòu)成一個(gè)結(jié)構(gòu)嚴(yán)密的整體。為了避免出現(xiàn)數(shù)據(jù)冗余、邏輯錯(cuò)誤和操作異常，提高存取效率和準(zhǔn)確率，在進(jìn)行數(shù)據(jù)庫(kù)設(shè)計(jì)時(shí)必須遵循相應(yīng)的規(guī)則（關(guān)系模式）[5]。因此為實(shí)現(xiàn)關(guān)系型數(shù)據(jù)庫(kù)向主題圖的轉(zhuǎn)換，必須依從一定的策略，從數(shù)據(jù)的語(yǔ)義層次提取這些模式信息。2.2可行性分析主題圖實(shí)質(zhì)上是一個(gè)獨(dú)立于具體信息資源的、動(dòng)態(tài)的、結(jié)構(gòu)化的索引，通過(guò)對(duì)主題關(guān)系實(shí)例的訪問(wèn)可檢索到相關(guān)的實(shí)際資源，從而指引用戶(hù)到特定的地址獲取信息[6]。因此，利用主題圖對(duì)多電子政務(wù)系統(tǒng)進(jìn)行數(shù)據(jù)整合是對(duì)數(shù)據(jù)庫(kù)進(jìn)行一個(gè)映射與導(dǎo)航，將抽象、孤立的數(shù)據(jù)組織起來(lái)，形成結(jié)構(gòu)化的語(yǔ)義網(wǎng)絡(luò)。利用這種方法可以有效避免異地異構(gòu)數(shù)據(jù)庫(kù)之間的數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)合并、數(shù)據(jù)關(guān)聯(lián)等大量繁瑣的計(jì)算過(guò)程。傳統(tǒng)數(shù)據(jù)庫(kù)合并方法雖然可以解決異構(gòu)數(shù)據(jù)合并問(wèn)題，但是無(wú)法很好解決語(yǔ)義異構(gòu)問(wèn)題，而主題圖的應(yīng)用可以解決這一問(wèn)題。對(duì)于數(shù)據(jù)庫(kù)和主題圖之間轉(zhuǎn)換的可行性，給出一個(gè)簡(jiǎn)單實(shí)例。假設(shè)某政務(wù)系統(tǒng)數(shù)據(jù)庫(kù)中的數(shù)據(jù)表如表1、表2和表3所示。圖2主題圖轉(zhuǎn)換及合并如圖2所示，根據(jù)主題圖TAO（TopicsAssociationsOccurrences）三要素的原理，可以對(duì)三個(gè)表格信息進(jìn)行分析，識(shí)別出數(shù)據(jù)信息中的主題（Topic）、聯(lián)系（Association）與事件（Occurrence）。實(shí)例中主題包括：?jiǎn)挝?、員工、職務(wù)、學(xué)歷、國(guó)土局等，其中單位、員工等是主題類(lèi)型；聯(lián)系類(lèi)型包括：任職、領(lǐng)導(dǎo)、工作關(guān)系等；事件包括：法人、張三等。將識(shí)別出的信息分別用XTM規(guī)定的元素節(jié)點(diǎn)進(jìn)行描述，生成XTM文檔，分別形成三個(gè)子主題圖。由于主題圖具有良好的可擴(kuò)展性與可融合性，因此可以在全局模式的指導(dǎo)下對(duì)建立的三個(gè)子主題圖進(jìn)行相似度分析，對(duì)高相似度或者一致的主題按一定規(guī)則進(jìn)行合并，把子主題圖按照自底而上的模式合并，形成全局主題圖。這種方式可以方便實(shí)現(xiàn)底層數(shù)據(jù)的增加、刪除、修改甚至數(shù)據(jù)庫(kù)結(jié)構(gòu)的變化。3模型構(gòu)建多系統(tǒng)間數(shù)據(jù)整合的基礎(chǔ)在于對(duì)異構(gòu)數(shù)據(jù)庫(kù)的統(tǒng)一化，而對(duì)數(shù)據(jù)的交互操作是模型設(shè)計(jì)的關(guān)鍵。本模型利用OAI技術(shù)形成元數(shù)據(jù)集合，從而實(shí)現(xiàn)異構(gòu)數(shù)據(jù)的標(biāo)準(zhǔn)化，通過(guò)對(duì)各政務(wù)系統(tǒng)的DBMS分別進(jìn)行逆向工程，在元數(shù)據(jù)倉(cāng)儲(chǔ)的基礎(chǔ)上按照相關(guān)規(guī)則生成局部子主題圖并遵循一定原則進(jìn)行合并，利用生成的全局主題圖實(shí)現(xiàn)數(shù)據(jù)的交互操作。3.1模型概述圖3數(shù)據(jù)整合模型結(jié)構(gòu)圖如圖3所示，將模型設(shè)計(jì)為三個(gè)模塊：數(shù)據(jù)處理模塊，主題圖生成模塊，主題圖合并模塊。（1）數(shù)據(jù)處理模塊：本模塊主要是將數(shù)據(jù)庫(kù)進(jìn)行解析，通過(guò)對(duì)異構(gòu)數(shù)據(jù)庫(kù)的數(shù)據(jù)標(biāo)準(zhǔn)化[7]、數(shù)據(jù)庫(kù)ER模式的抽取、元數(shù)據(jù)創(chuàng)建、元數(shù)據(jù)收割等手段，形成元數(shù)據(jù)倉(cāng)儲(chǔ)，為高層應(yīng)用服務(wù)。（2）主題圖生成模塊：本模塊利用底層形成的元數(shù)據(jù)倉(cāng)儲(chǔ)，依照主題圖模板和規(guī)則文檔生成主題圖[8]。（3）主題圖合并模塊：由于主題圖具有良好的擴(kuò)展性和可重用性，全局主題圖可以分為若干個(gè)局部主題圖分別構(gòu)建，采用自底而頂?shù)姆绞竭M(jìn)行逐級(jí)合并，最終構(gòu)成一個(gè)總的全局主題圖。3.2ER模型提取關(guān)系型數(shù)據(jù)庫(kù)的結(jié)構(gòu)和語(yǔ)義信息都包含在概念數(shù)據(jù)模式（ER模式）中，向主題圖轉(zhuǎn)換的一個(gè)關(guān)鍵問(wèn)題是關(guān)系型數(shù)據(jù)庫(kù)ER模型的提取，利用ER模型所包含的語(yǔ)義信息來(lái)指導(dǎo)主題圖的構(gòu)建。ER模型的提取一般采用數(shù)據(jù)庫(kù)逆向工程（DataBaseReverseEngineering,DBRE）方法完成。數(shù)據(jù)庫(kù)逆向工程指獲取現(xiàn)有數(shù)據(jù)庫(kù)的語(yǔ)義信息，把關(guān)系模式轉(zhuǎn)化為概念模式，最后用易于人類(lèi)理解的概念模式來(lái)表示結(jié)果。一般來(lái)說(shuō)，RDBMS數(shù)據(jù)字典中保存了當(dāng)前“最終”模式狀態(tài)[9]，因此本文設(shè)計(jì)了一個(gè)ERGenerator來(lái)從數(shù)據(jù)字典中提取ER模式，如圖4所示。圖4ERGeneratorERGenerator通過(guò)JDBC對(duì)RDBMS進(jìn)行連接以后，得到一個(gè)Connection對(duì)象，可以從這個(gè)對(duì)象獲得RDBMS的各種信息。獲取這些信息的方法是通過(guò)ResultSetMetaData類(lèi)和DataBaseMetaData類(lèi)實(shí)現(xiàn)，使用ResultSetMetaData獲得數(shù)據(jù)表的信息，使用DataBaseMetaData獲得數(shù)據(jù)庫(kù)的信息，主要步驟如下：（1）建立數(shù)據(jù)庫(kù)連接使用ResultSetMetaData類(lèi)和DataBaseMetaData類(lèi)，需要使用JDBCAPI與數(shù)據(jù)庫(kù)連接。首先加載連接數(shù)據(jù)庫(kù)的JDBC驅(qū)動(dòng)程序，然后調(diào)用java.sql包中DriverManager類(lèi)的getConnection方法，獲得一個(gè)Connection對(duì)象。此Connection對(duì)象是java.sql包中接口Connection的一個(gè)實(shí)現(xiàn)，表示與該數(shù)據(jù)庫(kù)的一次連接，代碼如下：（3）獲取實(shí)體關(guān)系信息ER圖中的關(guān)系通過(guò)FK來(lái)表示，根據(jù)程序?qū)K的讀取，可以獲取實(shí)體間的關(guān)系。DataBaseMetaData類(lèi)提供getImportedKeys方法得到已經(jīng)References到他表的字段。通過(guò)這個(gè)接口可以很方便地得到有關(guān)FK的信息，代碼如下：在實(shí)驗(yàn)室構(gòu)建ERGenerator時(shí)采用CA公司的CASE工具Erwin對(duì)其進(jìn)行輔助操作。3.3OAI元數(shù)據(jù)收割模塊由于各電子政務(wù)系統(tǒng)RDBMS中數(shù)據(jù)信息的異構(gòu)特征，該模型采用OAI元數(shù)據(jù)收割技術(shù)來(lái)進(jìn)行元數(shù)據(jù)提取。OAI（OpenArchivesInitiative）元數(shù)據(jù)收割協(xié)議（OAIProtocolforMetadataHarvesting,OAI-PMH）廣泛應(yīng)用于資源整合、跨庫(kù)檢索、學(xué)科信息門(mén)戶(hù)建立、個(gè)性化服務(wù)等領(lǐng)域。OAI協(xié)議最大的特色是通過(guò)相對(duì)簡(jiǎn)單的、獨(dú)立于應(yīng)用程序以外的元數(shù)據(jù)收割協(xié)議，來(lái)實(shí)現(xiàn)異構(gòu)分布元數(shù)據(jù)資源之間便捷的互操作[10]。本模型利用OAI技術(shù)進(jìn)行跨庫(kù)元數(shù)據(jù)收割的結(jié)構(gòu)如圖5所示。該模塊由三個(gè)步驟組成：（1）將各系統(tǒng)數(shù)據(jù)庫(kù)中的數(shù)據(jù)資源處理成數(shù)字對(duì)象存儲(chǔ)在數(shù)字倉(cāng)儲(chǔ)中，建立元數(shù)據(jù)庫(kù)，然后對(duì)元數(shù)據(jù)進(jìn)行結(jié)構(gòu)化組織，從而形成數(shù)據(jù)提供者（DataProvider,DP），為OAI元數(shù)據(jù)收割提供元數(shù)據(jù)信息。（2）利用元數(shù)據(jù)收集器對(duì)數(shù)據(jù)提供者提供的元數(shù)據(jù)進(jìn)行收集。圖5OAI元數(shù)據(jù)收割（3）對(duì)收集的元數(shù)據(jù)進(jìn)行規(guī)范化處理：①元數(shù)據(jù)過(guò)濾，將不符合要求的元數(shù)據(jù)過(guò)濾掉；②元數(shù)據(jù)格式轉(zhuǎn)換，將過(guò)濾后的元數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式；③元數(shù)據(jù)索引，對(duì)整理好的元數(shù)據(jù)進(jìn)行索引。經(jīng)過(guò)上述規(guī)范化處理形成元數(shù)據(jù)集合[11]。OAI元數(shù)據(jù)收割模塊可以將異構(gòu)元數(shù)據(jù)轉(zhuǎn)換成符合規(guī)范的元數(shù)據(jù)格式，形成元數(shù)據(jù)集合（倉(cāng)儲(chǔ)），為高層應(yīng)用服務(wù)，以實(shí)現(xiàn)對(duì)異構(gòu)信息資源的互操作。3.4主題圖生成與合并（1）主題圖生成模塊圖6主題圖自動(dòng)生成如圖6所示，主題圖生成模塊主要完成主題圖的自動(dòng)生成環(huán)節(jié)，其核心是在元數(shù)據(jù)倉(cāng)儲(chǔ)基礎(chǔ)上，根據(jù)提取的ER模式信息，按照規(guī)范生成主題圖并進(jìn)行校驗(yàn)與可視化。該模塊分為三個(gè)步驟：①主題圖初步生成。利用OAI元數(shù)據(jù)收割模塊進(jìn)行元數(shù)據(jù)收割，按照數(shù)據(jù)資源規(guī)范和數(shù)據(jù)集規(guī)范進(jìn)行數(shù)據(jù)抽取，形成元數(shù)據(jù)倉(cāng)儲(chǔ)。按照一定的主題圖規(guī)范生成初步的主題圖并輸出。②語(yǔ)義合法性校驗(yàn)。對(duì)于初步生成的主題圖參照ER模型及SCTM約束語(yǔ)言進(jìn)行語(yǔ)義合法性檢驗(yàn)，并對(duì)其進(jìn)行完善[12]。③可視化及系統(tǒng)集成。主題圖生成后應(yīng)對(duì)其進(jìn)行可視化工作，提供基于主題圖的瀏覽、檢索界面及接口[13]，并將主題圖以二維圖的形式表達(dá)出來(lái)。同時(shí)采用Java語(yǔ)言進(jìn)行開(kāi)發(fā)，將其與電子政務(wù)系統(tǒng)進(jìn)行系統(tǒng)集成，建構(gòu)電子政務(wù)系統(tǒng)的索引層。一般可以借助Omnigator或StarTree等工具進(jìn)行主題圖可視化。為實(shí)現(xiàn)主題圖界面的靈活化，本模型采用XML語(yǔ)法及XSLT配合StarTree來(lái)實(shí)現(xiàn)。（2）主題圖合并模塊由于本模型的主題圖生成采用由底而頂、逐漸擴(kuò)大的方式構(gòu)建，所以主題圖合并模塊是整個(gè)模型中的關(guān)鍵技術(shù)。主題圖遵循的合并原則有：①當(dāng)兩個(gè)主題被合并，代表同一事物的主題和聯(lián)系將被合并，并刪除重復(fù)項(xiàng)。②當(dāng)兩個(gè)主題被合并，結(jié)果是一個(gè)主題，其特征元素是原來(lái)兩個(gè)元素的并集[14]。兩個(gè)主題如果滿足下列條件之一則視為描述同一概念：①兩者具有一個(gè)或多個(gè)相同的主題提示符。②兩者在同一范圍定義中有相同的主題提示符。③它們是對(duì)同一個(gè)可尋址事物的具體化[15]。基于以上原則，本文采用類(lèi)程序語(yǔ)言來(lái)描述主題圖合并采用的三種方法：①主題合并4結(jié)語(yǔ)本文針對(duì)城市圈建設(shè)中多電子政務(wù)系統(tǒng)數(shù)據(jù)整合課題，在深入分析主題圖技術(shù)和關(guān)系型數(shù)據(jù)庫(kù)的基礎(chǔ)上，提出在電子政務(wù)系統(tǒng)的應(yīng)用層及數(shù)據(jù)層之間建立一個(gè)