多层面数据建模与质量评估：从OWL到数据库完整性

### 多层面数据建模与质量评估：从OWL到数据库完整性 在当今的数据驱动世界中，准确评估和管理数据质量至关重要。本文将深入探讨多层面概念建模与OWL（Web本体语言）的应用，以及数据库中可能元组对数据完整性的影响。 #### 1. OWL中的多层面概念建模 在本体工程中，m - 对象/m - 关系方法与OWL的结合为数据建模提供了强大的工具。为了确保数据的完整性，我们需要引入一些完整性约束（IC）。 例如，对于“Car - producedBy - CarManufacturer”这种关系，有如下完整性约束： ```plaintext IC:∃concretize t.{Car - producedBy - CarManufacturer} ⊑ (∀source.(∃concretize t. {Car} ⊔{Car} )⊓∀target.∃concretize t.{CarManufacturer})⊔(∀source.∃concretize t. {Car} ⊓∀target.(∃concretize t.{CarManufacturer} ⊔{CarManufacturer})) ``` 连接级别（connection level）的概念类似于m - 对象的级别，它确保了在更高层次上沿着m - 关系进行安全导航。例如，在连接级别(Model, Enterprise)下，所有具体化“Car - producedBy - CarManufacturer”的m - 关系都必须具体化一个在该级别上具体化该关系的m - 关系。 为了强制实施唯一名称假设，我们断言每对m - 关系（笛卡尔积）都属于不等式谓词。例如： ```plaintext Car - producedBy - CarManufacturer ̸≈Product - producedBy - Company ``` OWL推理器可以通过类表达式来导航m - 关系。例如，要查询可能生产“MyPorsche911CarreraS”的工业部门，我们可以查询以下类的成员： ```plaintext (IndustrialSector ⊓∃target−.((∃concretize t.{Product - producedBy - Company} ⊔ {Product - producedBy - Company}) ⊓ ∃source. (∃concretize t−.{MyPorsche911CarreraS} ⊔{MyPorsche911CarreraS} ))) ``` #### 2. 信息系统质量保障 信息系统（IS）和概念建模（CM）领域中的质量保障是一个不断发展的研究领域。当前的研究涵盖了理论方面（如质量定义和质量模型）和实践/经验方面（如质量测量和改进的方法、工具开发）。 QoIS研讨会涵盖了与信息系统质量相关的所有领域，包括数据质量、信息质量、系统质量以及模型、方法、过程、知识和环境质量。其目的有两个：一是汇聚从事信息系统质量各方面研究的研究人员和行业开发者，交流研究思路和成果；二是向参加ER 2009的更广泛的概念建模研究社区推广信息系统和概念模型质量的研究。 #### 3. 数据库中可能元组对数据完整性的影响 在一些数据库中，使用所谓的可能元组（maybe tuples）来表达元组是否属于某个关系的不确定性。为了评估这种关系的质量，需要考虑这种不确定性。 当前的数据质量维度度量方法没有考虑可能元组带来的不确定性，因此需要进行调整。数据完整性是一个重要的质量维度，通常有两种基本方法来区分可能元组和确定元组： - 使用一个作为可能指示符的属性（值为YES或NO）。 - 指定元组概率。 ##### 3.1 相关工作 现有的数据完整性度量方法，如Scannapieco、Naumann和Motro等人的工作，没有考虑可能元组的不确定性。以Naumann的方法为例，数据完整性由数据覆盖度（data coverage）和数据密度（data density）两个指标组成。 - 数据覆盖度：对于单个关系R，覆盖度c(R)是该关系中所有元组与对应实体类型E的所有实际存在实体数量的比率，即$c(R) = \frac{|R|}{|E|}$。 - 数据密度：属性值的密度衡量该值相对于其最大潜在信息内容的信息含量。元组t的密度d(t)是其值密度的平均值，关系R的密度d(R)是其元组密度的平均值，即$d(R)