一种基于概念格的异构空间信息服务分类的语义匹配方法
【技术领域】
[0001] 本发明属于空间信息服务语义技术领域，特别的，涉及了一种新型的异构空间信 息服务分类的语义匹配方法。
【背景技术】
[0002] 随着语义网技术的发展，大量空间信息资源和空间数据处理功能都以服务的形式 提供给用户。面对数量如此庞大的互联网信息资源，用户如何快速发现自己所需要的空间 信息服务，是空间信息服务领域亟待解决的问题。空间信息服务分类的语义匹配则是解决 这一问题的首当其出、至关重要的一步。
[0003] 围绕这一问题，国内学者开展了相关研宄，并已经取得了一定的进展。从服务的角 度提出功能的分类，可以追溯到TsouMing-HsIang提出的面向任务的分布式地理信息服务 组件分类方式，它将GIS任务分为六大类。为了将服务分类与用户需求的匹配联系起来，张 霞首次将用户分类和服务分类联系起来。詹勤通过分析遥感信息服务的领域特征及其概念 的时间名词特点，结合框架语义学理论，提出了基于事件框架提取遥感信息服务概念的语 义特征，并在此基础上利用形式概念分析构建遥感信息服务分类本体。
[0004] 目前空间信息服务分类匹配，大多数是要求请求服务具有统一的规范服务分类语 义描述，并且要求服务发布者和请求者在对服务分类进行描述时都必须采用同一种空间信 息服务分类体系，同时还要建立在他们对服务的分类认识完全相同的条件下，这样描述的 服务分类才能进行有效的语义匹配。这些都是一种假设，这种假设在现实中是无法满足的， 其原因如下：其一，服务请求者并不一定都是行业用户，随着空间信息服务的越来越普及， 普通老百姓已经开始成为空间信息服务的对象，而他们对空间信息服务的分类一无所知， 就不可能在请求服务时对服务的类型进行有效地描述；其二，空间信息服务的分类体系多 种多样，为了促进了空间信息服务进一步共享和互操作，各种标准化组织，如国际标准化组 织（ISO)、开放地理空间信息联盟（OpenGeospatialConsortium，0GC)和其他标准化组织， 都针对空间信息服务的应用和实现，提出了相关的空间信息服务分类规范。这些空间信息 服务分类体系各有优缺点，并且现阶段也还不存在一种被行业人士完全认可并适合服务发 现匹配和互操作的空间信息服务分类体系。
[0005] 因此，可以说现阶段空间信息服务分类的语义匹配，受到服务分类所采用分类体 系的限制，只能对采用相同分类体系的空间信息服务进行语义匹配，无法实现不同分类体 系的异构空间信息服务分类匹配。从而使得各个组织或研宄机构在利用互联网上的空间信 息服务时，不能直接利用互联网上已有的语义描述空间信息服务，需要使用自己的服务分 类标准/体系对服务信息重新进行语义描述，并将其注册到自己构建的空间信息服务注册 中心。
【发明内容】
[0006] 针对上述问题，本发明将语义异构互操作中的概念格引入到空间信息服务领域， 提出了一种基于概念格的异构空间信息服务分类语义融合与匹配方法，利用构造服务概念 格的方式来计算服务之间的语义相似度，有效解决采用不同分类体系描述的请求空间信息 服务和广告服务来之间的语义匹配，并通过注册中心目录服务的语义层次关系来提高最优 服务遍历和选择效率。
[0007] 为达此目的，本发明采用以下技术方案：
[0008] 一种基于概念格的异构空间信息服务分类的语义匹配方法，包括如下步骤：
[0009] 步骤一、从空间信息服务的描述原始信息中，提取空间信息服务的分类相关信 息；
[0010] 步骤二、根据步骤一中提取的空间信息服务的分类信息，追踪到其采用的服务分 类体系，并从中提取与该服务相关的语义因子；
[0011] 步骤三、根据提取的语义因子与空间信息服务的语义关联关系，建立空间信息服 务分类模型；
[0012] 步骤四、从空间信息服务的描述信息和所对应分类体系的描述信息中，提取与服 务类型相关的特征属性，形成与服务类型相关的特征属性集；
[0013] 步骤五、将步骤三的空间信息服务分类模型与步骤四的服务类型相关的特征属性 集分别作为概念格的内涵和外延，构建空间信息服务分类的概念格，形成相应的服务概念 格S= (U，D)，S表示服务概念格，U表示服务的内涵，D则表示服务的外延；
[0014] 步骤六、对概念格的内涵部分与指定分类体系中的各个类型概念格的内涵部分进 行融合匹配，根据从服务分类体系中获取的服务分类模型的原子属性，构建服务语义因子 的形式化背景矩阵，形成空间信息服务语义信息的形式化知识表达；
[0015] 步骤七、根据所述形式化概念背景矩阵，通过将有效的服务语义因子进行重新排 列和组合，并排除一些不可能作为服务模型的节点，融合并生成新的服务语义模型；
[0016] 步骤八、根据步骤七融合生成的服务语义模型之间的语义因子关系，构建服务模 型的语义距离树；
[0017] 步骤九.分别计算语义距离树相似度及特征属性集的集合相似度，通过统一的服 务概念格计算方法，计算得到服务概念格之间的相似度，最终实现异构空间信息服务分类 的语义匹配。
[0018] 优选地，在步骤一中，所述分类相关信息为服务分类类别、分类体系的名称和分类 体系URL地址。
[0019] 优选地，在步骤二中，提取语义因子的方法为：
[0020] 若两个原子服务概念之间是无交集关系，则二者同时成为服务概念语义因子；
[0021] 若两个原子服务概念之间是包含关系，则子概念直接成为服务概念语义因子，同 时创建一个新的服务概念语义因子，其范围为子概念相对于父概念的补集；
[0022] 若两个原子服务概念之间是等价关系，则将二者融合为一个服务概念语义因子；
[0023] 若两个原子服务概念之间是交叉关系，则可以分为三个服务概念语义因子，一个 为两个服务概念之间的交集，另外两个为两个原子服务概念的相互补集。
[0024] 优选地，在步骤三中，所述服务分类模型能够以树状的形状表型出来，其根节点的 类别是一个涵盖待分类的所有服务的总分类类型，叶子节点则是分类体系中不可再分的原 子分类，其它节点是根据某种分类标准对根节点细分类型。
[0025] 优选地，在步骤四中，所述与服务类型相关的特征属性包括：
[0026] 功能分类信息相关的服务概念属性：指的是能够代表服务功能特征的属性信息；
[0027] 依赖于IO参数类型的属性，指的是以空间数据为核心来定义描述服务模型所需 要的IO相关属性，包括数据、空间、时间、几何、属性、单位和数据质量；
[0028] 与IO参数类型相关的属性，指的是描述空间数据的辅助性概念，包括角度、文本、 单位和查询方式。
[0029] 优选地，在步骤八中，建立语义距离树的方法为：首先将语义因子独立出来，然后 根据每个空间信息服务包含语义因子的情况进行逐聚类，如果两个服务的语义因子具有共 同的部分，则将共同的部分作为一个语义距离