如何从多个存储库中提取相关信息？

Question

问题陈述:

信息跨越多个存储库 - SAP,DB等.现在,当我搜索特定的东西时,我想从所有存储库中提取相关数据.(暂时,假设我能够以巨大的XML格式从所有这些存储库中提取数据.)

如何为我的搜索添加意义？

我正在寻找一个基于Java的解决方案.

Jena/Semantic-Web会帮助我吗？我可以在RDF中定义关系吗？

由于我对语义Web知之甚少,我试图了解它是否解决了我的问题.如果我错了,请纠正我.

Answer 1

您已经在这里询问了一系列问题(不过,对于StackOverflow来说,这不是最佳实践),但我认为您要问的关键问题是:

如何为我的搜索添加意义？

这实际上取决于清楚地了解您尝试提供的业务价值或用户体验."含义"是一个不精确的术语 - 我认为如果您能够更加准确地了解您希望用户能够提出的问题类别以及回答的类型,那么您将更容易分析所需的技术.他们会发现有用的.

考虑到这一点,我对您的一般性问题的一般回答是,为了整合来自不同的异构信息源的信息,您需要能够根据用户理解的概念将它们联系在一起.因此,不仅仅是一个低级别的"此数据库字段映射到该XML元素",例如,"此数据集记录了客户与销售团队的交互,这些是生产线吞吐量的统计数据,并且它们通过订单队列中的订单".这有点模糊,但这是一个简单的例子来说明我的意思.那么,将CRM信息与制造统计数据联系起来的方法就是拥有一些可以将所有内容联系起来的概念集合.在语义网络世界中,我们称之为本体论.设计一个本体来覆盖整个业务可能很难,但是,从松散的角度来说,您可以应用敏捷技术来逐步发展您的理解和本体模型.

一旦你有了一个本体,你可以使用像Jena这样的库来帮助你从不同的来源中提取信息并将它们存储在你可以与你的本体相关的表格中.使用诸如RDFS之类的语言或者更好的OWL使本体显式化的一个优点是,您可以使用自动推理工具自动从数据中得出新的结论,或者将一些数据映射表示为规则.有些人发现规则是更抽象和可理解的符号.

有很多方法可以解决你所描述的问题,Jena 本身也不会给你解决方案.我认为拥有合适的本体对我理解你的问题非常重要.数据的复杂性和用户需求将驱动本体需要的复杂程度,这将取决于对问题的业务级别更清晰的理解.一旦你有了,那么选择正确的RDF/OWL工具将相对简单.