Помощь в написании студенческих работ
Антистрессовый сервис

Разработка математического и программного обеспечения для автоматизированного отождествления объектов схем баз данных

Диссертация: Разработка математического и программного обеспечения для автоматизированного отождествления объектов схем баз данных
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В работах, опубликованных в соавторстве, лично соискателем выполнены: в — предложен алгоритм решения задачи максимизации функции значимости строкового шаблонав — предложен метод формального описания синтаксических особенностей строковых атрибутов сущностей баз данных с использованием множества строковых шаблоновв — разработана архитектура классов для реализации специального программного… Читать ещё >

Разработка математического и программного обеспечения для автоматизированного отождествления объектов схем баз данных (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Интеграция схем баз данных
    • 1. 1. Интероперабельность информационных систем
    • 1. 2. Консолидированный доступ к разнородным базам данных
    • 1. 3. Методы отождествления объектов схем данных
      • 1. 3. 1. Классификация методов отождествления объектов схем данных
      • 1. 3. 2. Autoplex и Automatch
      • 1. 3. 3. Cupid
      • 1. 3. 4. Similarity Flooding
      • 1. 3. 5. Semlnt
      • 1. 3. 6. COMA
      • 1. 3. 7. Семантическое моделирование и онтологии
      • 1. 3. 8. Шаблоны
    • 1. 4. Оценка качества отождествления объектов схем данных
      • 1. 4. 1. Критерии оценки качества отождествления
      • 1. 4. 2. Входные и дополнительные данные
  • I. 1.4.3. В ыходные данные
    • 1. 4. 4. Количественные оценки качества отождествления
    • 1. 4. 5. Практическая значимость результатов отождествления
    • 1. 5. Постановка цели и задач исследования
  • 2. Метод отождествления объектов схем данных
    • 2. 1. Введение
    • 2. 2. Структура решения задачи отождествления объектов схем данных
    • 2. 3. Обобщенная характеристика объектов схем данных
    • 2. 4. Эволюционный алгоритм поиска шаблонов
      • 2. 4. 1. Структура эволюционных алгоритмов
      • 2. 4. 2. Алгоритм поиска шаблонов
      • 2. 4. 3. Кодирование шаблонов
      • 2. 4. 4. Фитнес функция
      • 2. 4. 5. Формирование начальной популяции
      • 2. 4. 6. Оператор скрещивания
      • 2. 4. 7. Оператор мутации
    • 2. 5. Отождествление объектов схем данных
      • 2. 5. 1. Мера сходства объектов
      • 2. 5. 2. Функция оценки сходства атрибутов
      • 2. 5. 3. Функция оценки сходства отношений
      • 2. 5. 4. Алгоритм отождествления объектов схем данных

3.2. Библиотека классов.64.

3.2.1. Общая структура библиотеки.64.

3.2.2. Классы, для работы с объектами схем данных.74.

3.2.3. Классы, описывающие строковые шаблоны.77.

3.2.4. Классы, реализующие генетический алгоритм.83.

3.2.5. Классы, реализующие отождествление объектов схем данных .90.

3.2.6. Пример использования библиотеки классов.93.

3.3. Специальное программное обеспечение «СхемИнтегратор».94.

3.3.1. Общее описание специального программного обеспечения.94.

3.3.2. Структура программного обеспечения «СхемИнтегратор».98.

3.4. Основные результаты и выводы по главе.102.

4. Применение метода отождествления объектов схем данных.104.

4.1.

Введение

104.

4.2. Методика оценки отождествления объектов схем данных.104.

4.3. Анализ качества методов интеграции схем данных.105.

4.3.1. Autoplex и Automatch.105.

4.3.2. Cupid.106.

4.3.3. Similarity Flooding.106.

4.3.4. Semlnt.107.

4.3.5. COMA.107.

4.3.6. Сравнительный анализ разработанного метода.108.

4.4. Интеграция распределенных информационных систем производственного холдинга.113.

4.4.1. Структура информационной системы.113.

4.4.2. Оценка результатов применения разработанного программного обеспечения.115.

4.5. Основные результаты и выводы по главе.118.

Заключение

119.

Библиографический список.120.

Приложения.133.

Актуальность, темы. .Для решения задачи интеграциибаз данных, необходимо решение двух подзадач: интеграция схем данных и интеграция самих данных. Задача: интеграции, данных может быть, решенас использованием нестрогого соединенияреляционных таблиц: Задача интеграция? схем баз данных требует отождествления объектов! схем баз данных. В> настоящее время нет методов, автоматически решающих эту задачу.

Наиболее известны два основных подхода к решению задачи отождествления объектов схем баз данных: Первый подход основан на расчете расстояния между строковыми значениями (названиями отношений, названиями атрибутов, значениями атрибутов и^т.д.). Данный подход в очень малойстепени учитывает семантику объектов и далеко не всегда^ дает удовлетворительные результаты. Второй подход основан на построении онтологий предметной области рассматриваемых баз данных. Такой" подход требует больших трудозатрат и слабо поддаетсяавтоматизации. Ни один из существующих методов не позволяет строить отождествления составных атрибутов.

Одним из способов^ описания синтаксических особённостей строк являются строковыешаблоны. Однако в настоящее время нет методов, позволяющих автоматически построить шаблон, описывающий заданное множество строк. Решение такой задачи позволит автоматически строить обобщенную характеристику объектов схем данных в виде множества строковых шаблонов, а уже на1 основе этой характеристики определять сходство объектов. Также на текущий момент окончательно не решена задача автоматического отождествления объектов схем баз данных.

Таким образом, актуальна проблема разработки и внедрения специального математического и программного обеспечения, которое позволит решать задачи автоматического построения обобщенной характеристики объектов схем данных, определения сходства объектов, а так же построения отождествлений объектов схем данных, в том числе и составных атрибутов. Разработкатакого математического и программного обеспечения позволит снизить затраты и ускорить процесс интеграции баз данных.

Работа выполнена в соответствии с научным направлением ЛГТУ «Информационные системы и базы данных» .

Цель исследования состоит в разработке специального математического обеспечения для, автоматизированного отождествления объектов схем баз данных и создании на его основе программного обеспечения.

Задачи исследования:

— анализ методов и моделей, возникающих при автоматизированном отождествлении объектов схем баз данных;

— разработка и исследование математического обеспечения для численной оценки сходства и отождествления объектов схем баз данных, в том числе и составных атрибутов;

— разработка специального программного обеспечения для автоматизированного отождествления объектов схем баз данных;

— анализ разработанного математического и программного обеспечения, а также решение задач отождествления объектов схем баз данных при реализации проекта интеграции информационных систем производственного холдинга.

Методы исследования базируются на теории множеств, теории графов, дискретной математике, математической статистике, эволюционном моделировании, объектно-ориентированном программировании, реляционной алгебре, теории баз данных, методах модульного и структурного программирования.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

— метод описания строковых атрибутов сущностей схем баз данных, позволяющий формально представлять синтаксические особенности рассматриваемых атрибутов, отличающийся использованием в качестве обобщенной характеристики множества строковых шаблонов;

— функция численной оценки значимости строкового шаблона, отличающаяся использованием частоты появления рассматриваемого шаблона на множестве значений строкового атрибута, позволяющая свести задачу построения обобщенной характеристики строкового атрибута к оптимизационной задаче;

— функция численной оценки сходства объектов схем баз данных, отличающаяся использованием в качестве обобщенной характеристики множества строковых шаблонов, позволяющая оценивать сходство объектов на основе множества экземпляров объектов;

— алгоритм отождествления объектов схем баз данных, отличающийся применением численной оценки сходства объектов на основе обобщенной характеристики в виде строковых шаблонов, позволяющий строить отождествления составных атрибутов.

Практическая значимость состоит в создании на основе разработанных методов и алгоритмов специального программного обеспечения, позволяющего автоматизировано отождествлять объекты схем баз данных. Использование данного программного обеспечения позволяет сократить время, требуемое для интеграции схем данных. Предложенные методы могут быть использованы для решения задачи интеграции баз данных.

Реализация и внедрение результатов работы. Разработанное программное обеспечение внедрено при реализации проекта интеграции информационных систем предприятий холдинга ООО «ПРОДО Менеджмент» компанией ООО «JI-ком», а также прошло апробацию при реализации проекта интеграции информационных систем ООО «Дойче банк» .

Программное обеспечение зарегистрировано в.

Государственном фонде алгоритмов и программ.

Результаты диссертационной работы используются в учебном процессе ЛГТУ при подготовке инженеров по специальности «Прикладная математика».

Апробация работы. Теоретические и практические результаты, полученные в процессе исследования, докладывались и обсуждались на Х1-й Международной научно-практической конференции «Проблемы экологии и экологической безопасности центрального черноземья РФ» (Липецк, 2007), Межрегиональном молодёжном научно-практическом форуме «Молодежная инициатива — 2007» (Липецк, 2007), Всероссийской электронной научной конференция «Современные системы автоматизации» (Москва, 2007), ХШ-й Международной открытой научной конференции «Современные проблемы информатизации» (Воронеж, 2008), IX-й Всероссийской научно-технической конференции «Теоретические и прикладные вопросы современных информационных технологий» (Улан-Удэ, 2008) — V Всероссийской школе-семинаре молодых ученых «Управление большими системами» (Липецк, 2008).

Положения работы поддержаны грантами Российского фонда фундаментальных исследований № 05−01−96 402 «Совершенствование методологии проектирования информационных систем для управления производственными объектами», № 07−07−96 403 «Разработка специальных реляционных операций и алгоритмов для отождествления объектов в распределенных информационных системах» .

Публикации. По материалам диссертационной работы опубликовано 14 печатных работ, в том числе 2 статьи в изданиях, рекомендованных ВАК РФ.

В работах, опубликованных в соавторстве, лично соискателем выполнены: в [20] — предложен алгоритм решения задачи максимизации функции значимости строкового шаблонав [21] — предложен метод формального описания синтаксических особенностей строковых атрибутов сущностей баз данных с использованием множества строковых шаблоновв [23] — разработана архитектура классов для реализации специального программного обеспеченияв [24] — разработан алгоритм поиска множества строковых шаблонов для формального описания синтаксических особенностей значений атрибутов реляционных баз данныхв [25] — предложена функция оценки значимости строкового шаблонав [29] - рассмотрена проблема анализа качества методов интеграции схем данных и проведен сравнительный анализ с существующими методамив [30] -разработан алгоритм выбора пар объектов схем данных для отождествления.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, библиографического списка из 124 наименований, 2 приложений. Основная часть работы изложена на 132 страницах машинописного текста, содержит 33 рисунка и 1 таблицу.

4.5. Основные результаты и выводы по главе.

Исследование на тестовых задачах и практическое применение разработанного программного обеспечения при реализации проекта интеграции информационных систем филиалов производственного холдинга позволяют сделать следующие выводы:

— Применение разработанных методов и алгоритмов автоматизированной интеграции схем данных позволило получить более точные отождествления объектов схем данных по сравнению с существующими методами и получить прирост численных оценок качества от 12.66% до 51.61%.

— Разработанный метод отождествления объектов схем данных на практических задачах позволяет автоматически получать отождествления объектов схем данных по качеству сопоставимые с отождествлениями, получаемыми на тестовых задачах.

— Анализ качества автоматически построенных отождествлений объектов схем данных на рассмотренных задачах, позволяет сделать вывод о возможности практического применения разработанных алгоритмов и методов при решении реальных практических задач интеграции информационных систем.

— Применение разработанного специального программного обеспечения «СхемИнтегратор» при интеграции распределенных информационных систем филиалов холдинга ООО «ПРОДО Менеджмент» позволило значительно снизить трудозатраты на интеграцию схем данных рассматриваемых информационных систем.

Заключение

.

В ходе исследования были получены следующие результаты:

1. Разработан метод формального описания синтаксических особенностей значений атрибутов сущностей схем баз данных, основанный на использовании в качестве обобщенной характеристики строковых шаблонов.

2. Предложена функция численной оценкизначимости строковых шаблонов, которая позволяет свести задачу построения обобщенной характеристики строковых атрибутов к оптимизационной задаче.

3. Предложена функция численной оценки сходства объектов схем баз данных, отличающаяся использованием в качестве обобщенной характеристики объектов множества строковых шаблонов. Использование множества строковых шаблонов позволяет оценивать сходство составных атрибутов.

4. Разработан алгоритм отождествления объектов схем баз данных, позволяющий строить отождествления составных атрибутов и отличающийся применением численной оценки сходства объектов схем баз данных на основе множества строковых шаблонов.

5. На основе предложенных' методов и алгоритмов разработана библиотека классов, позволяющая рассчитывать численную оценку сходства, а так же строить отождествления объектов схем баз данных.

6. Разработано и внедрено в ООО «JI-Ком» специальное программное обеспечение «СхемИнтегратор», основанное на предложенных методах и алгоритмах.

7. Разработанное программное обеспечение прошло апробацию при реализации проекта интеграции информационных систем предприятий холдинга ООО «ПРОДО Менеджмент», а также при реализации проекта интеграции информационных систем ООО «Дойче банк» .

Показать весь текст

Список литературы

  1. . П. Интеграция распределенных баз данных / Арсеньев Б. П., Яковлев С. А. М.: Лань, 2001. — 464 с.
  2. Д.О. Интероперабельные информационные системы: архитектуры и технологии. / Задорожный В. И., Калиниченко Л. А., Курошев М. Ю., Шумилов С. С. И СУБД, № 4, 1995.
  3. Д. О. Конструирование информационных систем на основе интероперабельных сред информационных ресурсов.: автореф. дис.: канд. техн. наук: 05.13.11: защита 23.10.03. / Брюхов Дмитрий Олегович.- М., Институт проблем информатики РАН, 2003.- 21 с.
  4. Глеб Лодыженский. Шлюзы как средство интеграции баз данных. // Открытые системы, № 2, 1999.
  5. М. Н. UQL: язык запросов к интегрированным данным в терминах UML / Гринев М. Н., Кузнецов С. Д. // Программирование. -2002.-N4.-С. 9−19.
  6. К. Дж. Введение в системы баз данных, 7-е издание. Пер. с англ. — М.: Издательский дом Вильяме, 2001. — 1072 с.
  7. А.В. Разработка и анализ генетических и гибридных алгоритмов для решения задач дискретной оптимизации. Дисс. канд.физ.-мат.наук. Омск, 2000.
  8. А. Стратегические направления в системах баз данных / Зильбершац А., Здоник С. // Системы управления базами данных. -1997. -N04.
  9. Е. 3. Проектирование баз данных: новые требования, новые подходы // Системы управления базами данных. 1996. — N 3. — С. 1022.
  10. Ю.Зыкин С. В. Соответствие состояний реализации исходной и целевой моделей данных // Материалы конф., посвященной 90-летию со дня рождения А. А. Ляпунова. 2001. — 6 с.
  11. П.Иванова Г. О. Открытый- замкнутый мир, внешнеесоединение и семантика ER-модели // Современные проблемы информатизации в технике и технологии: сб. трудов. Вып. 8. 2003. -С. 42−43.
  12. JI. А. Десять Лет Московской Секции ACM SIGMOD / Калиниченко Л. А., Когаловский М. Р., Кузнецов С. Д. // Программирование. 2002. — N 6.
  13. Л. А. Методы и средства интеграции неоднородных баз данных. М.: Наука, 1983. — 423 с.
  14. Д. Теория и практика построения баз данных, 8-е изд. СПб.: Питер, 2003.-800 с.
  15. М. Р. Абстракции и модели в системах баз данных // Системы управления базами данных. 1998. — N 04−05. — С. 73−81.
  16. М. Р. Очерк отечественной истории технологий баз данных (отрывок из книги «Энциклопедия технологий баз данных») // Открытые системы. 2002. — N 1.
  17. Э. Ф. Расширение реляционной модели для лучшего отражения семантики // Системы управления базами данных. 1996. — N 5. — С. 163−192.
  18. Е. Ф. Реляционная модель данных для больших совместно используемых банков данных // Системы управления базами данных. -1995. -N 1.-С. 145−160.
  19. Ф.В. Разработка и апробация метода оценки семантического сходства атрибутов реляционных баз данных // Естественные и технические науки. 2007. — № 6 (32). — с. 244−250.
  20. Ф.В. Метод интегрирования схем данных на основе семантического описания атрибутов. / Комар Ф. В., Погодаев А. К. // Программные продукты и системы. — 2008. № 1(81). с. 53−56.
  21. Ф.В. Автоматизированный метод отождествления объектов схем баз данных. / Погодаев А. К., Комар Ф. В. // Системы управления и информационные технологии, 3.1(33), 2008. С. 192−196.
  22. Ф.В. Разработка метода оценки семантического сходства объектов реляционных баз данных / Комар Ф. В., Погодаев А. К. //
  23. Современные проблемы* информатизации в анализе исинтезе программных и телекоммуникационных систем. Сборник трудов по итогам XIII открытой международной конференции «Современные проблемы информатизации». Воронеж — 2008. Выпуск 13.-с. 296−298.
  24. Ф.В. Алгоритм максимизации функции семантической значимости строкового шаблона // Успехи современного естествознания. -2008. № 3. с. 52−54.
  25. Ф.В. Оценка адекватности методов интегрирования схем данных // Успехи современного естествознания. — 2008. № 3. с. 54−56.
  26. Ф.В. Разработка метода5 описания семантики атрибутов реляционных баз данных // Успехи современного естествознания. -2008. № 3. с. 56−59.
  27. Ф.В. Мера сходства объектов схем данных на базе строковых шаблонов. Комар Ф. В. // Информационные технологии моделирования и управления. 2007. — № 9 (43). — с. 1070−1076.
  28. Ф.В. Метод описания семантики объектов схем данных // Теоретические и прикладные вопросы современных информационных технологий. Материалы IX Всероссийской научно-технической конференции. -Улан-Удэ 2008. Часть I. с. 92−95.
  29. С. Е. Моделирование семантики и прагматики документа в нотации языка XML / Коровин С. Е., Мельников А. В., Кафтанников И. JI. // Известия Челябинского научного центра. 2002. — вып. 3(16). — С. 9−13.
  30. С. Д. Введение в информационные системы // Системы управления базами данных. 1997. — N 02.
  31. С. Д. Направления исследований в области управления базами данных: краткий обзор // Системы управления базами данных. -1995. -N 1.
  32. С.Д. Основы баз ' данных. // Интернет-университет информационных технологий ИНТУИТ.ру, 2005.
  33. Курейчик, В. М: Генетические алгоритмы / JI.A. Гладков, В. М. Курейчик, В. В. Курейчик. -М.: Физматлит, 2006.
  34. , В.М. Теория и практика’эволюционного’моделирования //
  35. B.В. Емельянов, В. М. Курейчик, В. В. Курейчик. М. гФИЗМАТЛИТ, 2003.
  36. ЛитвакБ.Г., Экспертные технологии в управлении, М., «Дело», 2004 г.
  37. В. Алгоритмы поиска, или «Как искать неизвестно что» // Монитор. -1995. N 6.
  38. А. И. Алгебраические системы. М.: Наука, 1970. — 392 с.
  39. А. Г. К вопросу об идентификации электронных документов и коллекций / Марчук А. Г., Осипов А. Е. // Программирование. 2000. -N3,-С. 53−62.N
  40. Д. Теория реляционных баз данных. Пер. с англ. М. К. Валиева и др.- - М.: Мир, 1987. — 608 с.
  41. Р. Дж. Базы данных и UML. М.: Лори, 2002. — 420 с.
  42. А.К. Альтернативные соединения таблиц баз данных / Погодаев А. К., Муравейко А. Ю., Дятчина Д. В. // Системы управления и информационные технологии, 2005, N5(22), с. 99−102.
  43. А.К. Вербальное описание предметной области в объектно-ролевом моделировании баз данных / Погодаев А. К., Кузнецов Л. А., Овчинников В. В. // Вестник ЛГТУ-ЛЭГИ. Липецк: ЛЭГИ, N2(8).2002.1. C.67−71.
  44. А.К., Комар Ф. В. СхемИнтегратор. М.: ОФАП ГКЦИТ, 2008. Per. № 50 200 801 926 от 24.09.2008.
  45. А. К. Метод нестрогого соединения реляционных таблиц баз данных / Погодаев А. К., Федоркова Г. О. // Современные сложные системы управления CCCy/HTCS'2005: Сб. трудов международной научн.-практ.конф. 2005. — Т.1. — С. 252−259.
  46. А.К. Метод организации базы данных металлургического производства / Погодаев А. К., Кузнецов JI.A., Овчинников В. В. // Вестник ЛГТУ-ЛЭГИ. Липецк: ЛЭГИ, N2(6).2000. С.103−110.
  47. А. К. Нестрогое соединение реляционных таблиц: хеширование по сигнатуре / Погодаев А. К., Федоркова Г. О. // Системы управления и информационные технологии. 2005. — N 2(19). — С. 93−95
  48. А.К. Объектно-реляционная модель сложного производства/ Погодаев А. К., Бурцев В. Д. // Современные проблемы информатизации в технике и технологиях: Труды VI Международной открытой научн. конф. Воронеж: ВЭПИ, 2001. С.22−23.
  49. А.К. Объектный подход при проектировании информационных систем // Изв. вуз. Черная металлургия. 2001. N11. С.57−59.
  50. А.К. Обработка данных на языке SQL в реляционных системах: Учебное пособие. / Погодаев А. К., Батищев Р: В. // Липецк: ЛГТУ, 2000. -63с.
  51. А.К. Прикладной подход к реляционному исчислению / Погодаев А. К., Блюмин С. Л., Тарасов Н. А. // Современные проблемы информатизации в технике и технологиях: Труды V Международной электронной научн. конф. Воронеж: ЦЧКИ, 2000. С. 106.
  52. А.К. Разработка реляционных моделей данных для систем исследования технологии производства стали / Погодаев А. К., Кузнецов Л. А., Блюмин С. Л., Белопольский В. В. // Изв.вуз.Черная металлургия. 1993. N7. С.26−29.
  53. В. В. Абстракции в проектировании баз данных // Системы управления базами данных. 1998. — N 1−2. — С. 90−97.
  54. Л. А. Случайный поиск — специфика, этапы истории и предрассудки. //Вопросы кибернетики. Вып. 33 (1978), с. 3—16.
  55. Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Рутковская Д., Пилиньский М., Рутковский JL Изд-во: Горячая линия-Телеком, Радио и связь, 2004. -452 с.
  56. Тони Стаблибайн Регулярные выражения. Карманный справочник. -Питер, 2004.- 160 с.
  57. Дж. Основы систем баз данных. М.: Финансы и статистика, 1983. -334 с.
  58. М. Ш. Моделирование семантики в базах данных. М.: Наука, 1989.-287 с.
  59. М. Ш. Реляционная модель данных с оценками в гейтинговых алгебрах // Программирование. 1995. — N 2. — С. 3−8.
  60. Чен, Питер Пин-Шен Модель «сущность-связь» шаг к единому представлению данных // Системы управления базами данных. — 1995. -N3.-C. 137−158.
  61. Янг М. XML шаг за шагом // М.: Изд-во «ЭКОМ», 2000 — 3824 с. ISBN: 5−7163−0071−5
  62. Arnold, D.V. Performance analysis of evolution strategies with multirecombination in high-dimensional RN-search spaces disturbed by noise: Technical report no. CI 94/00 / D.V. Arnold, H.-G. Beyer. -University of Dortmund, Germany, 2000
  63. Baeck, T. Evolutionary computation // T. Baeck, D. Fogel, Z. Michalewicz. — Berlin Heidelberg: Springer-Verlag, 2000.
  64. Bagai R., Orgun M. A. A Temporal' Paraconsistent Relational Algebra for Incomplete and Inconsistent- Information // • Proceedings ofthe 33rd Annual ACM Southeast Conference, 1995, pp.240 248:
  65. Berlin J., Motro A. Autoplex: Automated Discovery of Content for Virtual Databases. // GoopIS, 2001,, 108−122.
  66. Berlin J-, Motro A. Database Schema Matching Using Machine Learning with Feature Selection. // CAiSE, 2002.
  67. Beyer, H.-G: An alternative explanation for the manner im which genetic algorithms operate / H.-G. Beyer//BioSystems. 1997. -No. 41.-P. 1−15.
  68. Beyer, H.-G. How to analyse evolutionary algorithms: Technical report no. CI-139/02 / H.-G. Beyer, H.-P. Schwefel, I. Wegener. University of Dortmund, Germany, .2002.
  69. Brickley D., Guha R.V. Resource Description Framework (RDF) Schema Specification: 1999.
  70. Chen P. P-S. The Entity-Relationship Model—- Toward a Unified View-of Data // ACM Transactions on Database Systems- 1(1), 1976. p.9−36.,
  71. Codd E. F. A Relation Model of Data for Large Shared Data Banks // Comm. ACM 13, 6, ACM, New York, London, Amsterdam, June 1970. P. 377−387.
  72. Cohen, William W. Integration of Heterogeneous Databases Without Common Domains Using Queries Based on Textual Similarity // Proc. ACM Sigmod-98, ACM Press, New York, 1998, pp. 201−212.
  73. Cohen, William W., Hirsh, Haym Joins, that Generalize: Text Classification Using WHIRL // In Proceedings of the Fourth International Conference on Knowledge Discovery and Data Mining, August, 1998.
  74. Date, C.J. The Extended Relational Model RM/T // In C.J. Date, Relational Database Writings 1991−1994. Reading, Mass.: Addison-Wesley, 1995.
  75. Date. C. J. Thirty years of relational: Extending the Relational Model // Intelligent Enterprise, June 1, 1999, Volume 2, Number 8.
  76. Davis, L. Adapting operator probabilities in genetic algorithms / L. Davis // Proceedings of Third International Conference on* Genetic Algorithms and their Applications. 1989. — P. 61−69.
  77. Dayal, U., Goodman N., Kata R.H. An Extended Relational Algebra with Control Over Duplicate Elimination // Proc. ACM PODS 1982.
  78. Debabrata Dey, Sumit Sarkar A Probabilistic Relational Model and Algebra //ACMTrans. Database Syst. 21(3), 1996. p.339−369.90:De Jong, K.A. Generation gaps revisited / K.A. De Jong- Sarma J. // Foundations of Genetic Algotihms 2. 1993. — P.19−28.
  79. Do Hong-Hai, Melnik Sergey, Rahm, Erhard. Comparison of Schema Matching Evaluations // Proc. GI-Workshop «Web and Databases», Erfurt, Oct. 2002.
  80. Do Hong-Hai, Rahm Erhard. COMA A System for Flexible Combination of Schema Matching Approach. // VLDB, 2002.
  81. Edwards J.S. Expert Systems in Management and Administration Are they really different from Decision Support Systems? // European Journal of Operational Research, 1992. — Vol. 61. — pp. 114−121.
  82. Elmagarmid A.K., Pu C. Introduction: Special issue on heterogeneous databases. // ACM Computing Surveys, 22, 1990.
  83. Galindo J., Medina J. M., Carmen M. Garrido. Fuzzy Division in Fuzzy Relational Databases. An Approach // Fuzzy Sets and Systems, Volume 121, Number 3, 1 August 2001. P. 471−490.
  84. Goldberg D. E. Genetic algorithms in search, optimization, and machine learning. Reading, MA: Addison-Wesley. 1989.
  85. Gruber, T.R. A Translation Approach to Portable Ontology Specification // Knowledge Acquisition 5: 199−220, 1993.
  86. Hasselbring W. Information system integration. //Communications of the ACM, 43(6)33−38, 2000.
  87. Hendler, J., McGuinness, D.L. The DARPA Agent Markup Language. // IEEE Intelligent Systems 16 (6): 67−73, 2000.
  88. Holland J. H. Adaptation in natural and artificial systems. Ann Arbor: University of Michigan Press. 1975.
  89. Keen P.G.W. Decision Support Systems: The next decades // Decision Support Systems, 1987. v. 3. — pp. 253−265.
  90. Kramer S., De Raedt L., Helma C. Molecular feature mining in hiv data. // The Seventh ACM SIGKDD International Conference on Knowledge Discoveiy and Data Mining, Association for Computing Machinery, 2001.
  91. Li W.S., Clifton C. Semantic Integration in Heterogeneous Databases Using Neural Networks. // VLDB, 1994.
  92. Li W.S., Clifton C. Semlnt: A Tool for Identifying Attribute Correspondences in Heterogeneous Databases Using Neural Network. // Data and Knowledge Engineering 33: 1, 49−84, 2000.
  93. Li, W.S., C. Clifton, S.Y. Liu. Database Integration Using Neural Networks: Implementation and Experiences. // Knowledge and Information Systems 2: 1, 2000
  94. Little I.D.C. Models and Managers: The Concept of a Decision Calculus // Management Science, 1970. v. 16. — N 8.
  95. Litwin W., Mark L., Roussopoulos N. Interoperability of multiple autonomous databases. // ACM Computing Surveys, 22, 1990.
  96. Madhavan J., Bernstein P.A., Rahm E. Generic Schema Matching with Cupid. // VLDB, 2001.
  97. McGuinness D.L., Wright J. Conceptual Modeling for Configuration: A Description Logic-based Approach. // Artificial Intelligence for Engineering Design, Analysis, and Manufacturing special issue on Configuration. 1998.
  98. Melnik Sergey, Garcia-Molina Hector, Rahm Erhard. Similarity Flooding: A Versatile Graph Matching Algorithm (Extended Technical Report) 2001.
  99. Noy NatalyaF., McGuinness Deborah L. Ontology Development 101: A Guide to Creating Your First Ontology. // Stanford Knowledge Systems Laboratory Technical Report KSL-01 -05, March 2001.
  100. Power D. J. Web-based and model-driven decision support systems: concepts and issues. Americas Conference on Information Systems, Long Beach, California, 2000.
  101. Price C., Spackman K. SNOMED clinical terms. // BJHC & IM-British Journal of Healthcare Computing & Information Management 17 (3): 27−31,2000.
  102. Rahm Erhard, Bernstein Philip. A Survey of Approaches to Automatic Schema Matching. // VLDB, 2001.
  103. Ronkainen Pirjo. Attribute Similarity and Event Sequence Similarity in Data Mining. // University of Helsinki Report C-1998−42. 1998.
  104. Sheth A.P., Larson J. A. Federated database systems for managing distributed, heterogeneous and autonomous databases. // ACM Computing Surveys, 22, 1990.
  105. Snodgrass R.T. The Temporal Query Language TSQL2 // Dortrecht, Netherlands: Kluwer Academic Pub., 1995.
  106. Spears, W.M. Evolutionary algorithms: the role of mutation and recombination // W.M. Spears. Berlin Heidelberg: Springer-Verlag, 2000.
  107. Tsoy, Y.R. Evolutionary Algorithms Design: State of the Art and Future Perspectives / Y.R. Tsoy // Proceedings of IEEE East-West Design and Test Workshop (EWDTW'06). Sochi, Russia, September 15−19, 2006. -P. 375−379.
  108. Turban, E. Decision support and expert systems: management support systems. -Englewood Cliffs, N.J.: Prentice Hall, 1995.
  109. Turing, A.M. Computing machinery and intelligence / A.M. Turing // Mind. 1950. — Vol. 236, no. 59.
  110. Van Griethuysen J.J. Concepts and Terminology for the Conceptual Schema and the Information Base. // ISO Technical Report ISO/TR 9007, 1987.
Заполнить форму текущей работой

Сессия? Спокойно!