Разработка онтологической модели предметной области для обработки данных корпоративных хранилищ

Цель исследования. Формализовать онтологическую модель предметной области исследования и разработать на ее основе модели данных для информационной системы извлечения и обработки ожиданий к качеству данных корпоративных хранилищ.

Методы. В данном исследовании были использованы онтологический подход и методы моделирования данных, а также формализована задача реализации модели данных с помощью понятийного аппарата и формального языка реляционной модели данных и теории множеств. В качестве подхода к моделированию использована модель «Сущность-связь» (англ. Entity-Relationship model).

Результаты. В результате исследования были разработаны концептуальная, логическая и физическая модели для реляционной базы данных информационной системы извлечения и обработки ожиданий к качеству данных корпоративных хранилищ на основе онтологии исследуемой предметной области. Это позволяет расширить возможности использования разрабатываемой в дальнейших исследованиях информационной системы в промышленной эксплуатации организациями, осуществляющими работы по созданию корпоративных хранилищ данных.

Заключение. В итоге, результаты исследования показали, что переход к использованию реляционной модели данных с сохранением онтологической семантики возможен и изучался рядом исследователей: наборы классов, отношений между ними и их атрибутов определены в онтологической модели, что делает возможным провести разработку моделей данных для реляционной базы данных без предусмотрения необходимости изменений онтологии, а реляционная база данных, в свою очередь, может хранить экземпляры классов онтологии в отдельных таблицах для каждого класса, полями которых будут являться атрибуты конкретного класса.

1. Лучкин Н. А. Создание модели хранилища данных корпоративной информационно-аналитической системы предприятии // Объектные системы. 2011. №1 (3). С. 36–39.

2. Основные тренды цифровой трансформации экономики / под ред. д.э.н. Н.Н. Масюк. Владивосток: изд-во ВГУЭС, 2021. 200 с.

3. Салий В.В., Кухаренко Л.В., Ищенко О.В. Цифровая трансформация экономики и внедрение хранилищ данных на основе больших данных в инфраструктуру компании // Вестник Академии знаний. 2021. №3 (44). С. 208–214.

4. Ильин А. А. Некоторые проблемы построения корпоративных Хранилищ данных // Программные продукты и системы. 2005. № 3. С. 29-32.

5. Цифровая трансформация: ожидания и реальность / Г. И. Абдрахманова, С. А. Васильковский, К. О. Вишневский, М. А. Гершман, Л. М. Гохберг; рук. авт. кол. Рудник П. Б. [и др.] // докл. к XXIII Ясинской (Апрельской) междунар. науч. конф. по проблемам развития экономики и общества. М.: Изд. дом Высшей школы экономики, 2022. 221 с.

6. DAMA-DMBOK: Свод знаний по управлению данными. 2-е изд. М.: Олимп– Бизнес, 2020. 828 с. 7. Модели представления и обработки знаний в информационно-аналитических системах / В. П. Добрица, Е. А. Титенко, Ю. А. Халин, А. И. Катыхин. Курск, 2023. 172 с.

7. Загорулько Ю. А. Современные средства формализации семантики областей знаний на основе онтологий // Информационные и математические технологии в науке и управлении. 2018. №3 (11). С. 27–35.

8. Когнитивное моделирование информационного обеспечения игрового автоматизированного обучения / Халин Ю.А., Катыхин А.И., Зинкин С.А., Шилин А.А. // Известия Юго-Западного государственного университета. 2022. Т. 26, №4. С. 117-131. https://doi.org/10.21869/2223-1560-2022-26-4-117-131.

9. Gruber T.R. A translational approach to portable ontology specification // Knowledge Acqusition. 1993. Vol. 5. № 2. Pp. 199-220.

10. Афанасьев А.А., Кудинов В.А. Исследование подходов к моделированию данных на основе онтологии предметной области качества данных корпоративных хранилищ // Интеллектуальные информационные системы: Теория и практика: сб. науч.ст. по материалам IV Всерос. с междунар. участием конф. / отв. ред. А.А. Халин. Курск, 2023. С. 188-200.

11. Khan S. A., Qadir M. A. A Genaric Framework for Evaluation of Ontology to Relational Database Transformation Process // 2010 International Conference on Information and Emerging Technologies (ICIET). Karachi, 2010. pp. 1-5. 13. Афанасьев А.А., Кудинов В.А. Использование онтологического подхода для извлечения ожиданий к качеству данных корпоративных хранилищ // Экономика. Информатика. 2022. № 49(3). С. 566–574. https://doi.org/10.52575/2687-0932-2022-49-3-566-574.

12. Olivier Curé, Guillaume Blin. RDF Database Systems. Morgan Kaufmann, 2014. 256 с.

13. Yongqi Huang, Gaoyan Deng. Research on Storage of Geo-ontology in Relational Database // 2nd International Symposium on Information Engineering and Electronic Commerce (IEEC). Ternopil, 2010. Pp. 1-4.

14. Ahmed W., Aslam M. A., Jun Shen, Jianming Yong. A Light Weight Approach for Ontology Generation and Change Synchronization between Ontologies and Source Relational Databases // 15th International Conference on Computer Supported Cooperative Work in Design (CSCWD). Lausanne, 2011. pp. 208-214.

15. Онтологии и базы данных - взаимная дополнительность при использовании научных данных / А. О. Еркимбаев, В. Ю. Зицерман, Г. А. Кобзев, А. В. Косинов // Мониторинг. наука и технологии. Центр сопряженного мониторинга окружающей среды и природных ресурсов. 2015. №3 (24). С. 41-50.

16. Вехорев М. Н., Пантелеев М. Г. Построение хранилищ онтологических баз знаний // Программные продукты и системы. 2011. №3. С. 1-6.

17. Олейник П. П., Грегер С. Э. Применение и реализация онтологий при разработке приложений баз данных // Прикладная информатика. 2016. №3 (63). С. 76-102.

18. Автоматизация разработки онтологий научных предметных областей на основе паттернов онтологического проектирования / Ю. А. Загорулько, Е. А. Сидорова, Г. Б. Загорулько, И. Р. Ахмадеева, А. С. Серый // Онтология проектирования. 2021. №4 (42). С. 500–520.

19. Codd E. F. A Relational Model of Data for Large Shared Data Banks // Communications of the ACM. 1970. Vol. 13 (6). P. 377–387.

20. Chen P. P.-S. The Entity-Relationship Model: Toward a Unified View of Data // ACM Transactions on Database Systems. 1976. Vol. 1 (1). Pp. 9–36.