CN101075314A - 用于使业务组件模型的确认自动化的系统和方法 - Google Patents
用于使业务组件模型的确认自动化的系统和方法 Download PDFInfo
- Publication number
- CN101075314A CN101075314A CNA2007100893482A CN200710089348A CN101075314A CN 101075314 A CN101075314 A CN 101075314A CN A2007100893482 A CNA2007100893482 A CN A2007100893482A CN 200710089348 A CN200710089348 A CN 200710089348A CN 101075314 A CN101075314 A CN 101075314A
- Authority
- CN
- China
- Prior art keywords
- cbm
- model
- semantic
- inconsistent
- abox
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
- G06F16/24565—Triggers; Constraints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/289—Object oriented databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99941—Database schema or data structure
- Y10S707/99943—Generating database or data structure, e.g. via user interface
Abstract
说明了用于使用描述性逻辑(DL)表示以确认业务组件模型(CBM)图的一致性的系统和方法。语义约束从业务组件模型元模型的语义模型和CBM图的不一致条件产生。CBM元模型的语义模型被应用于将CBM图转变成相应的语义表示。推断引擎将语义约束应用于语义表示,以确定一个CBM图和另一个之间以及CBM图和业务组件模型元模型之间的不一致。
Description
技术领域
本发明一般涉及基于组件的业务模型,特别是涉及用于得出和解决业务组件模型图的语义表示中的潜在的不一致的系统和方法。
背景技术
业务组件建模是用于从业务角度对整个企业建模、驱动信息技术(IT)方案以帮助将企业从当前的AS-IS状态转变为希望的TO-BE状态的现有技术。业务组件模型(CBM)图是CBM技术和CBM有关的工具中的关键组件。业务组件建模是基于大量的非重叠的“业务组件”对业务建模的技术,这些非重叠的“业务组件”被限定为业务活动的相对独立的集合。与常规的提供业务的交易视点的基于业务过程的模型不同,它提供简单的分析用业务视点。CBM技术有利于诸如从属分析(用于识别与业务痛点相关的“热”组件)、热图(heat map)分析(也用于识别与业务痛点相关的“热”组件)和覆盖分析(用于识别“热”组件的IT不足)的定性分析技术。
基于CBM的定性业务分析主要通过业务咨询师手动进行。基于CBM的业务分析的自动化所需要的是业务组件模型的语义表示。特别地,存在对于通过检测1)各种CBM图(即,最宽水平上的通用CBM图、中间水平产业CBM图和用于特定企业的CBM图)中以及2)CBM元模型和CBM图之间的不一致确认CBM模型的需要。
不一致的一些例子如下。假定在零售业的CBM图中需求预测和分析组件属于营销能力(marketing competency)。但是关于零售业内的企业的CBM图的咨询工作会将需求预测和分析组件分配给不同的能力(competency),比方说,财务管理。从而,企业图与零售业图不一致,但是咨询师没有用于识别这种类型的不一致的系统方法。
另一简单的例子会是基数(cardinality)不一致。例如,CBM元模型规定组件有且只有一个责任等级(accountability level)。当对CBM图工作时,咨询师会给出多于一个责任等级的组件。这是不正确的,并将使进一步的分析复杂化,但是,由于一个CBM图中的大量的组件、活动或服务,因此咨询师意识不到该不一致。
CBM图中的不一致将设立将损害进一步的CBM相关的咨询的效率的陷阱。为避免这些不一致进行的CBM模型和图的手动确认是单调乏味的、易出错的过程,从而导致基于CBM分析的生产率和精度大大降低。因此,应尽早开发一些方法或工具以检测那些不一致。
发明内容
本发明的一个方面是一种用于使业务组件模型的一致性的确认自动化的方法,该方法包括:从i)业务组件模型元模型的语义模型和ii)适用于至少一个业务组件模型(CBM)图的不一致条件产生语义约束;使用语义模型以将CBM图转变成相应的语义表示;和将语义约束应用到语义表示,以确定业务组件模型元模型和CBM图中的一个之间的不一致。在本发明的这一方面中,优选业务组件模型由通过非重叠管理概念内的责任等级配置的非重叠组件组成,其中,CBM图中的一个是商务企业的图,并且CBM图中的一个是商务企业在其中工作的产业的图。
在另一方面中,本发明的方法将语义约束应用于语义表示以确定企业CBM图和产业CBM图之间的不一致。本发明的方法的另一方面是使用CBM工具以修改CBM企业图以去除不一致。本发明的一个方面是提供用于通过使用本发明的方法确认CBM图的一致性的服务。
本发明的另一方面是,提供一种用于使业务组件模型的一致性的确认自动化的系统,该系统包括:商务企业的业务组件模型表示,还包含业务组件模型元模型和通过非重叠管理概念内的责任等级配置的非重叠组件的至少一个CBM图,至少一个CBM图中的一个是商务企业的图;该系统还包括用于从i)业务组件模型元模型的语义模型和ii)适用于至少一个CBM图的不一致条件产生语义约束的产生器;该系统还包括用于使用语义模型以将CBM图转变成相应的语义表示的转变器;该系统还包括用于将语义约束应用到语义表示、以确定CBM元模型和CBM图中的一个之间的不一致的推断引擎。
在其另一方面中,本发明的系统提供,产业CBM图的语义表示是第一ABox,企业CBM图的语义表示是第二ABox,并且推断引擎通过对第三ABox执行自我一致性确认确定不一致,第三ABox是第一ABox和第二Abox的组合。
在本发明的另一方面中,业务组件模型元模型是TBox,并且推断引擎通过验证第一ABox是否符合TBox以及第二ABox是否符合TBox确定不一致。在另一方面中,CBM图中的一个是通用CBM图,并且通用CBM图的语义表示是第四ABox A4。本发明的系统的另一方面是,推断引擎通过执行第五ABox A5的自我一致性确认确定企业图和产业图和通用图之间的不一致,第五ABox是组合A1+A2+A4。本发明的另一方面是系统的要素的计算机代码形式的计算机实现。
附图说明
通过结合附图阅读本发明的优选实施例的详细说明,将可以更好地理解本发明的上述和其它目的、方面和优点,其中,
图1表示不一致检测的整个逻辑如何处理的流程图。
图1A是实现图1中说明的本发明的系统的示意图。
图2A是表示CBM元模型的部分的语义模型的示图。图2B是表示图2A的语义模型部分和使用Ecore元模型的部分的表示之间的映射的示图。
图3是表示“hasCompetency”定义的元模型表示的示图。
图4是表示CBM零售业图的一部分的CBM元模型表示的示图。
图5是表示与图4对应的、表示用于零售业内的特定企业的CBM图的一部分的以OWL的图形表示的示图。
图6是关于基数(cardinality)的语义约束的以OWL的图形表示的示图。
具体实施方式
因此,本发明的特征是,提供CBM图中的不一致的系统识别。
本发明的另一特征是CBM图中的不一致的自动识别。
本发明的另一特征是,提供确认CBM图的一致性的方法。
本发明的特征还是,提供用于及早检测CBM图中的不一致的工具。
本发明是基于语义技术检测CBM图中的不一致的新颖方法。本发明提供使用语义标记语言(semantic markup language)以描述CBM图和CBM元模型的语义业务模型。为了解释本发明,使用OWL标记语言,但本领域技术人员可以理解,可以以诸如W3C和RDF的其它语义标记语言使用相同的技术。
使用语义业务模型的CBM图的分析通过捕获诸如业务组件、业务过程、业务活动、操作度量(metrics)、性能指示器、值驱动器、IT应用、IT功能(系统、服务、方案等)的有关概念的关系、通过使用本体论(ontology)的推理功能发现分析中的内含的事实。语义业务模型的详细结构是在CBM元模型中被捕获的。
本发明使用在“SYSTEM AND METHOD FOR ALIGNMENTOF AN ENTERPRISE TO A COMPONENT BUSINESS MODEL”(以下称为“以上参考的基础专利申请”)的有关专利申请序号No.11/176371中说明的业务组件模型(CBM)。就一般超越(cut across)商务企业特别是产业而言CBM提供企业的逻辑和综合视点。一般地,CBM在通用级(超越所有的产业)、产业级(超越产业内的所有业务)和产业内的特定企业级给出CBM图的形式的业务信息。原则上,较低等级的图是较高等级的图的子集,因此与其一致。
在以上参考的基础专利申请中说明的业务组件模型基于将业务活动逻辑划分成非重叠的管理概念,每个管理概念在三个等级的管理责任上起作用:向业务提供方向、控制业务如何操作和执行业务的操作。术语“管理概念”如以上参考的基础专利申请中说明的那样被特别限定,并且不是如本领域中所理解的字面意义上的短语“管理概念”。为了本发明,关于有关的发明,“管理概念”是与划分方法的以下方面有关的术语。首先,方法是划分方法。该思想是要从整体开始并将整体划分成必需不重叠的部分。其次,经验表明,划分过程在针对业务的资产(asset)时工作得最好。资产可进一步由属性描述。第三,管理概念必须包含用于作某事(在商业上对资产有用)的机制。对于正确限定的管理概念,这些机制必须覆盖管理责任等级的全部范围(即,引导、控制和执行)。管理概念被进一步划分成作为活动的相干组的组件。组件的边界通常落在单一的管理责任等级中。强调管理概念之间(以及管理概念内的组件之间)的边界是逻辑的而不是物理的是十分重要的。
为了检测CBM图的不一致,我们的方法是以Web本体语言(WebOntology Language)(OWL)表示CBM图中的一致性条件,并使用OWL推断引擎以得出CBM图的语义CBM表示的潜在不一致。该方法以以下方式操作:
-CBM元模型以OWL被表示。
-一致性条件可以在语义CBM元模型上被表示为可以为OWL表达(expression)或OWL规则表达的进一步约束。基本的语义CBM元模型和其它的约束形成对CBM图的语义约束。
-OWL推断引擎以具有一致性约束的CBM元模型为一个输入并以实例(instance)CBM图为另一输入,然后在推理过程之后得出一个CBM图和另一CBM图之间或CBM图和CBM元模型之间的潜在的不一致。
OWL基于描述逻辑(DL)。通常,在DL中表达的知识基础由两种组件构成。第一组件存储声明概念和角色的一般性能的一组普遍量化的断言(assertion)。第二组件包含对各单个目标的断言。传统上,第一组件被称为TBox,第二组件被称为ABox。典型的TBox断言声明某一概念代表另一概念的专门化。典型的ABox断言是特定的目标是某个概念的实例。
我们的方法的中心方面是要将CBM不一致检测转变成推理问题,并使用OWL表示法以大大影响其底层的DL计算功能。在DL中,TBox用于表示概念、关系和它们的类别层次(subsumption hierarchies)。DL中的ABox用于表示概念和关系的实例。
基本上,存在两种类型的不一致问题。第一种问题是CBM图中的一致性,它可被转变成ABox一致性问题。假定我们具有零售业图作为ABox A1,并且用于Acme的企业图是另一ABox A2,那么我们可使用DL推断引擎,以对作为A1和A2的组合的A3执行自我一致性确认。
另一问题是CBM图和CBM元模型之间的一致性,它可被转变成TBox和它的ABox实例之间的一致性。假定我们具有用于Acme的企业图作为ABox A,并且CBM元模型是TBox T,那么DL推断引擎可推理并验证A是否以逻辑的方式符合T中的定义。
我们的方法具有以下优点:
-OWL提供可靠的和完整的计算功能,这样可保证一致性检查的结果。
-本体论对于商务人士来说更有意义且更容易理解。
-基于语义模型的一致性检查将提高各种基于CBM定性业务分析(包括从属分析、热图分析和重叠分析)的正确性。
现在参照附图特别是图1,示出不一致检测和相应的信息流程和控制流程的总体工作过程。
语义约束产生器115将以CBM元模型的语义模型110和CBM图的不一致条件125为输入,并产生表示为OWL表达和OWL规则表达的混合体的一组综合的语义约束120。由其它CBM工具产生的CBM图130将被输入,并且,将通过使用CBM元模型的语义模型110被OWL事实转变器(transformer)140转变成OWL事实。这种转变的结果是以OWL的CBM图145。然后,OWL推断引擎150可以以语义约束120和以OWL的CBM图145为输入,并通过关于OWL表达、OWL规则表达和OWL事实的混合体推理、验证对CBM图的这些约束。然后,OWL推断引擎150可产生可由其它工具170使用的不一致检测结果160。应当注意,工具170中的每一个可具有其自身的用于描述CBM图的元模型。
图1A表示实现图1中描述的本发明的系统。语义约束产生器115在产生器计算机程序115A中被实现,OWL事实转变器140在转变器计算机程序140A中被实现,并且OWL推断引擎150在推断引擎计算机程序150A中被实现。不一致条件125、语义模型110和CBM图130构成用于实现本发明的计算机程序155的输入数据105。这些输入一般由其它程序(未示出)产生。计算机程序155产生由语义约束120、以OWL的CBM图145和不一致检测结果160组成的输出135。程序155、输入105和输出135被存储在与监视器和键盘组件190连接的服务器180中。本领域技术人员可以认识到,图1A中所示的实现是基于独立设备的示例性实现,并且,程序155的操作功能可以通过局域网和广域网分布在各种配置中。
以下是表示整个系统如何逐步工作的简单例子。
CBM元模型的语义模型
这里是以OWL的CBM元模型的语义模型的一小部分。
Semantic Model of CBM Meta-model
Here is a small portion of the semantic model of
a CBM meta-model,in OWL.
<owl:Class rdf:about=″&emp;BusinessComponent 220″>
</owl:Class>
<owl:Class rdf:about=″&emp;BusinessCompetency 240″>
</owl:Class>
<owl:ObjectProperty rdf:about=″&emp;competency″>
<rdfs:domain rdf:resource=″&emp;BusinessComponent 220″/>
<rdfs:range rdf:resource=″&emp;BusinessCompetency 240″/>
</owl:ObjectProperty>
<owl:Class rdf:about=″&emp;BusinessService 260″>
</owl:Class>
<owl:ObjectProperty rdf:about=″&emp;usedService″>
<rdfs:domain rdf:resource=″&emp;BusinessComponent 220″/>
<rdfs:range rdf:resource=″&emp;BusinessService 260″/>
</owl:ObjectProperty>
<owl:Class rdf:about=″&emp;AccountabilityLevel 210″>
</owl:Class>
<owl:ObjectProperty rdf:about=″&emp;accountabilityLevel″>
<rdfs:domain rdf:resource=″&emp;BusinessComponnet 220″/>
<rdfs:range rdf:resource=″&emp;AccountabilityLevel 210″/>
</owl:ObjectProperty>
图2A表示上面的OWL部分的图示。业务组件220具有责任等级210并具有示为关键性能指示器(KPI 230)的度量。它还具有业务能力240。业务组件220还具有业务处理250,该业务处理250又具有业务活动270。业务处理250在业务服务260中被实现。
返回图1,OWL事实转变器140通过OWL和用于描述其它CBM工具170中的CBM图的其它建模语言之间的映射将CBM图转变成OWL事实。例如,Ecore是在遮蔽(Eclipse)建模框架中包含的元模型。如果Ecore而不是OWL被用于表示CBM元模型,那么OWL事实转变器140如图2B所示使用OWL和Ecore之间的元模型映射。如图2B中的双箭头所示,图2A中所示的元模型要素中的每一个在Ecore元模型200B中具有相应的要素:责任等级210映射到责任等级210B,业务组件220映射到业务组件220B,KPI 230映射到KPI 230B,业务能力240映射到业务能力240B,业务处理250映射到业务处理250B,业务服务260映射到业务服务260B,业务活动270映射到业务活动270B。注意,这是可双向操作的一对一映射。因此,给定Ecore和OWL之间的该映射,OWL事实转变器140可将在以Ecore表示的CBM图转变成OWL表示。
CBM图的不一致条件
假定存在CBM图应符合的两个简单的不一致条件。它们覆盖两种使用情景;(1)产业图和企业图之间的一致性;和(2)CBM图和CBM元模型之间的一致性。
条件1:如图3和以下的OWL部分所示,如果业务组件c 320在产业图中具有能力p 310,那么c 320也应在企业图中具有能力p 310。这由OWL目标性能330表示。
<owl:ObjectProperty rdf:about=″&emp;hasCompetency″>
<rdf:type rdf:resource=″&owl;FunctionalProperty″/>
<rdfs:domain rdf:resource=″&emp;BusinessComponnet″/>
<rdfs:range rdf:resource=″&emp;BusinessCompetency″/>
</owl:ObjectProperty>
以OWL的CBM图
为了以下的解释,我们将考虑ACME作为零售业内的企业。如图4和以下的OWL部分所示,零售业图将表示业务组件“Demand_Forecast_and_Analysis”410具有营销业务能力420,该营销业务能力420与FinancialManagement业务能力430不同(owl:differentFrom 425)。
<BusinessComponent rdf:ID=″&emp;Demand_Forecast_and_Analysis″>
<hasCompetency>
<BusinessCompetency rdf:ID=″&emp;Marketing″>
<owl:differentFrom>
<BusinessCompetency rdf:ID=″&emp;FinancialManagement″>
<owl:differentFrom rdf:resource=″&emp;Marketing″/>
</BusinessCompetency>
</owl:differentFrom>
</BusinessCompetency>
</hasCompetency>
</BusinessComponent>
但是,如图5和以下的OWL部分所示,Acme企业图表示业务组件“Demand_Forecast_and_Analysis”510具有能力FinancialManagement520。
<BusinessComponent rdf:ID=″&emp;Demand_Forecast_and_Analysis″>
<hasCompetency>
<BusinessCompetency rdf:ID=″&emp;FinancialManagement″/>
</hasCompetency>
</BusinessComponent>
OWL推断引擎
DL推断引擎以零售业图和ACME企业图为输入,以开发(populate)其ABox实例。由于hasCompetency是功能性能,因此DL推理器(reasoner)可得出FinancialManagement能力520与营销能力420相同(owl:sameAs)。同时,这两个能力被宣布为相互不同(owl:differentFrom 425)。这在DL模型理论下产生逻辑冲突。
不一致检测结果
DL推断引擎可根据需求预测和分析组件的定义判定在产业图(在本例子中,为零售业图)和企业图(在本例子中,为ACME企业图)之间存在不一致。然后,CBM工具(图1中的170)可读取检测结果并采取适当的行动以提醒咨询师。
条件2:如图6和以下的OWL部分所示,业务组件c 630有且仅有一个责任等级。这在OWL中被表示为其最大基数约束610和其最小基数约束620。
<owl:Class rdf:about=″&emp;BusinessComponnet″>
<rdfs:subClassOf rdf:resource=″&emp;AcctMaxRes″/>
<rdfs:subClassOf rdf:resource=″&emp;AcctMinRes″/>
</owl:Class>
<owl:Restriction rdf:about=″&emp;AcctMaxRes″>
<owl:onProperty rdf:resource=″&emp;hasAcctLevel″/>
<owl:maxCardinality>1</owl:maxCardinality>
</owl:Restriction>
<owl:Restriction rdf:about=″&emp;AcctMinRes″>
<owl:onProperty rdf:resource=″&emp;hasAcctLevel″/>
<owl:minCardinality>1</owl:minCardinality>
</owl:Restriction>
返回图1,CBM图125的不一致条件限定CBM图应符合的条件,这将由OWL推断引擎150测试。各不一致条件可被分解为简单的条件的联合和分离。通过限定简单条件和OWL限制之间的映射,语义约束产生器115可将不一致条件125转变成OWL表达。
例如,条件“业务组件应有且仅有一个责任等级”是两个简单条件“业务组件具有至少一个责任等级”和“业务组件最多具有一个责任等级”的联合;如图6所示,这些简单的条件可被转变成以OWL的minCardinality限制620和maxCardinality限制610。
虽然关于单个优选实施例说明了本发明,但本领域技术人员将认识到,在不背离本发明的精神和范围的条件下,可以用修改方案实施本发明。
Claims (14)
1.一种用于使业务组件模型的一致性的确认自动化的方法,包括:
从i)业务组件模型元模型的语义模型和ii)适用于至少一个业务组件模型(CBM)图的不一致条件产生语义约束;
使用所述语义模型以将所述至少一个CBM图转变成相应的语义表示;和
将所述语义约束应用到所述语义表示,以确定所述业务组件模型元模型和所述CBM图中的一个之间的不一致。
2.根据权利要求1的方法,其中,
所述业务组件模型由通过非重叠管理概念内的责任等级配置的非重叠组件组成,
并且,所述CBM图中的一个是商务企业的图;并且
所述商务企业在产业中工作,并且所述CBM图中的一个是所述产业的图。
3.根据权利要求2的方法,还包括将所述语义约束应用于所述语义表示,以确定所述企业CBM图和所述产业CBM图之间的不一致。
4.根据权利要求1的方法,还包括使用CBM工具以修改所述CBM企业图来去除所述不一致。
5.根据权利要求1的方法,其中,Web本体语言(OWL)被用于表达所述语义模型和所述语义表示。
6.根据权利要求1的方法,其中,所述语义约束被表示为语义标记语言的表达和规则表达的混合体。
7.根据权利要求6的方法,其中,所述语义标记语言是资源描述框架(RDF)。
8.一种用于使业务组件模型的一致性的确认自动化的系统,包括:
商务企业的业务组件模型表示,进一步包含业务组件模型元模型和通过非重叠管理概念内的责任等级配置的非重叠组件的至少一个业务组件模型(CBM)图,所述至少一个CBM图中的一个是所述商务企业的图;
用于从i)所述业务组件模型元模型的语义模型和ii)适用于所述至少一个CBM图的不一致条件产生语义约束的产生器;
用于使用所述语义模型以将所述CBM图转变成相应的语义表示的转变器;和
用于将所述语义约束应用到所述语义表示、以确定所述CBM元模型和所述CBM图中的一个之间的不一致的推断引擎。
9.根据权利要求8的系统,其中,所述商务企业在产业中工作,并且所述CBM图中的一个是所述产业的图,并且,所述推断引擎确定所述企业CBM图和所述产业CBM图之间的不一致。
10.根据权利要求9的系统,其中,产业CBM图的所述语义表示是第一ABox,企业CBM图的所述语义表示是第二ABox,并且推断引擎通过对第三ABox执行自我一致性确认确定不一致,所述第三ABox是所述第一ABox和所述第二ABox的组合。
11.根据权利要求9的系统,其中,业务组件模型元模型是TBox,并且推断引擎通过验证所述第一ABox是否符合所述TBox以及所述第二ABox是否符合所述TBox确定不一致。
12.根据权利要求8的系统,还包括用于使用所述不一致以修改所述CBM图中的所述一个来去除所述不一致的CBM工具。
13.根据权利要求13的系统,其中,所述CBM图中的一个是通用CBM图,并且所述通用CBM图的所述语义表示是第四ABox A4。
14.根据权利要求13的系统,其中,所述推断引擎通过执行第五ABox A5的自我一致性确认确定所述企业图和所述产业图和所述通用图之间的不一致,所述第五ABox是组合A1+A2+A4。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/434,282 US7516155B2 (en) | 2006-05-16 | 2006-05-16 | method to validate consistency of component business model maps |
US11/434,282 | 2006-05-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101075314A true CN101075314A (zh) | 2007-11-21 |
Family
ID=38713179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100893482A Pending CN101075314A (zh) | 2006-05-16 | 2007-03-23 | 用于使业务组件模型的确认自动化的系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7516155B2 (zh) |
CN (1) | CN101075314A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572598A (zh) * | 2008-04-28 | 2009-11-04 | 国际商业机器公司 | 用于可靠的快速集成的方法和装置 |
CN107885747A (zh) * | 2016-09-29 | 2018-04-06 | 西门子公司 | 一种语义关系生成方法和设备 |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9721216B2 (en) * | 2007-11-26 | 2017-08-01 | International Business Machines Corporation | Solution that automatically recommends design assets when making architectural design decisions for information services |
US8341155B2 (en) * | 2008-02-20 | 2012-12-25 | International Business Machines Corporation | Asset advisory intelligence engine for managing reusable software assets |
US8539444B2 (en) * | 2008-06-30 | 2013-09-17 | International Business Machines Corporation | System and method for platform-independent, script-based application generation for spreadsheet software |
EP2151790A1 (en) * | 2008-07-31 | 2010-02-10 | Accenture Global Services GmbH | A process model lean notation |
US8589333B2 (en) * | 2008-08-19 | 2013-11-19 | Northrop Grumman Systems Corporation | System and method for information sharing across security boundaries |
US8175911B2 (en) * | 2008-10-01 | 2012-05-08 | International Business Machines Corporation | System and method for inferring and visualizing correlations of different business aspects for business transformation |
US20100082385A1 (en) * | 2008-10-01 | 2010-04-01 | International Business Machines Corporation | System and method for determining temperature of business components for finding business transformation opportunities |
US8145518B2 (en) * | 2008-10-01 | 2012-03-27 | International Business Machines Corporation | System and method for finding business transformation opportunities by analyzing series of heat maps by dimension |
US9092824B2 (en) * | 2008-10-01 | 2015-07-28 | International Business Machines Corporation | System and method for financial transformation |
US8359216B2 (en) * | 2008-10-01 | 2013-01-22 | International Business Machines Corporation | System and method for finding business transformation opportunities by using a multi-dimensional shortfall analysis of an enterprise |
US8561013B2 (en) * | 2008-10-27 | 2013-10-15 | International Business Machines Corporation | System and method for transforming a component business model |
US20100318957A1 (en) * | 2009-06-16 | 2010-12-16 | International Business Machines Corporation | System, method, and apparatus for extensible business transformation using a component-based business model |
US20110071867A1 (en) * | 2009-09-23 | 2011-03-24 | International Business Machines Corporation | Transformation of data centers to manage pollution |
US8607190B2 (en) * | 2009-10-23 | 2013-12-10 | International Business Machines Corporation | Automation of software application engineering using machine learning and reasoning |
US8645904B2 (en) * | 2009-10-26 | 2014-02-04 | International Business Machines Corporation | Cross repository impact analysis using topic maps |
US8726236B2 (en) * | 2009-10-26 | 2014-05-13 | International Business Machines Corporation | Determining context specific content |
US9704130B2 (en) * | 2009-10-26 | 2017-07-11 | International Business Machines Corporation | Standard based mapping of industry vertical model to legacy environments |
US20110137714A1 (en) * | 2009-12-03 | 2011-06-09 | International Business Machines Corporation | System for managing business performance using industry business architecture models |
US8532963B2 (en) * | 2009-12-07 | 2013-09-10 | International Business Machines Corporation | Assessing the maturity of an industry architecture model |
US8219440B2 (en) * | 2010-02-05 | 2012-07-10 | International Business Machines Corporation | System for enhancing business performance |
US20110137819A1 (en) * | 2009-12-04 | 2011-06-09 | International Business Machines Corporation | Tool for creating an industry business architecture model |
US8954342B2 (en) | 2009-12-03 | 2015-02-10 | International Business Machines Corporation | Publishing an industry business architecture model |
US8631071B2 (en) * | 2009-12-17 | 2014-01-14 | International Business Machines Corporation | Recognition of and support for multiple versions of an enterprise canonical message model |
US8244768B2 (en) * | 2009-12-17 | 2012-08-14 | International Business Machines Corporation | Implementing service oriented architecture industry model repository using semantic web technologies |
US8566358B2 (en) * | 2009-12-17 | 2013-10-22 | International Business Machines Corporation | Framework to populate and maintain a service oriented architecture industry model repository |
US9111004B2 (en) * | 2009-12-17 | 2015-08-18 | International Business Machines Corporation | Temporal scope translation of meta-models using semantic web technologies |
US9026412B2 (en) | 2009-12-17 | 2015-05-05 | International Business Machines Corporation | Managing and maintaining scope in a service oriented architecture industry model repository |
US8775462B2 (en) * | 2009-12-17 | 2014-07-08 | International Business Machines Corporation | Service oriented architecture industry model repository meta-model component with a standard based index |
US8719770B2 (en) * | 2010-09-09 | 2014-05-06 | International Business Machines Corporation | Verifying programming artifacts generated from ontology artifacts or models |
US20120143881A1 (en) * | 2010-12-03 | 2012-06-07 | Innovatia Inc. | Method for population of object property assertions |
US9075830B2 (en) | 2011-03-24 | 2015-07-07 | Morphism Llc | Propagation through perdurance |
US8775226B2 (en) * | 2011-08-29 | 2014-07-08 | International Business Machines Corporation | Computing and managing conflicting functional data requirements using ontologies |
KR20130059195A (ko) * | 2011-11-28 | 2013-06-05 | 삼성전자주식회사 | Assertion 관리방법 및 장치, 그를 포함하는 추론장치 |
US9171060B2 (en) * | 2013-03-15 | 2015-10-27 | Sap Se | Adjustable transformations from semantic web languages |
US9665403B2 (en) | 2013-03-15 | 2017-05-30 | Miosoft Corporation | Executing algorithms in parallel |
US9613112B2 (en) | 2013-03-15 | 2017-04-04 | Miosoft Corporation | Structuring data |
US9984136B1 (en) | 2014-03-21 | 2018-05-29 | Exlservice Technology Solutions, Llc | System, method, and program product for lightweight data federation |
US10176003B2 (en) * | 2014-09-02 | 2019-01-08 | Sap Se | Integrated framework for monitoring business activities |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6789252B1 (en) * | 1999-04-15 | 2004-09-07 | Miles D. Burke | Building business objects and business software applications using dynamic object definitions of ingrediential objects |
US20060229926A1 (en) * | 2005-03-31 | 2006-10-12 | Microsoft Corporation | Comparing and contrasting models of business |
US7761478B2 (en) * | 2005-11-23 | 2010-07-20 | International Business Machines Corporation | Semantic business model management |
-
2006
- 2006-05-16 US US11/434,282 patent/US7516155B2/en not_active Expired - Fee Related
-
2007
- 2007-03-23 CN CNA2007100893482A patent/CN101075314A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572598A (zh) * | 2008-04-28 | 2009-11-04 | 国际商业机器公司 | 用于可靠的快速集成的方法和装置 |
CN101572598B (zh) * | 2008-04-28 | 2013-03-06 | 国际商业机器公司 | 用于可靠的快速集成的方法和装置 |
CN107885747A (zh) * | 2016-09-29 | 2018-04-06 | 西门子公司 | 一种语义关系生成方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
US20070271277A1 (en) | 2007-11-22 |
US7516155B2 (en) | 2009-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101075314A (zh) | 用于使业务组件模型的确认自动化的系统和方法 | |
Ma et al. | Graph-based and scenario-driven microservice analysis, retrieval, and testing | |
Tufano et al. | When and why your code starts to smell bad | |
Serban et al. | A survey of intelligent assistants for data analysis | |
Leopold et al. | Recognising activity labeling styles in business process models | |
US9972016B2 (en) | Systems and methods for an automated interpretation of legal regulations | |
Bittencourt et al. | Improving automated mapping in reflexion models using information retrieval techniques | |
US20120331443A1 (en) | Method and system for identifying graphical model semantics | |
Trojahn et al. | Foundational ontologies meet ontology matching: A survey | |
Mirakhorli et al. | Variability points and design pattern usage in architectural tactics | |
Krogstie | Capturing enterprise data integration challenges using a semiotic data quality framework | |
Morkevičius et al. | Enterprise knowledge based software requirements elicitation | |
Abd Rahman et al. | Critical device reliability assessment in healthcare services | |
US20100030732A1 (en) | System and method to create process reference maps from links described in a business process model | |
Demi et al. | What have we learnt from the challenges of (semi‐) automated requirements traceability? A discussion on blockchain applicability | |
Rasmussen et al. | Guidelines for structuring object-oriented product configuration models in standard configuration software | |
Mickeviciute et al. | Transforming BPMN 2.0 business process model into SBVR business vocabulary and rules | |
Agt et al. | Guidance for domain specific modeling in small and medium enterprises | |
Varnell-Sarjeant et al. | Comparing reuse strategies in different development environments | |
Blum et al. | Implementing health care information systems | |
Fumagalli et al. | Mind the gap!: Learning missing constraints from annotated conceptual model simulations | |
Fung et al. | Assurance case property checking with MMINT-A and OCL | |
Saifan et al. | Feature location enhancement based on source code augmentation with synonyms of terms | |
Michalakoudis et al. | Using functional analysis diagrams as a design tool | |
Vianello et al. | Engineering changes during the service phase |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20071121 |