CN101930464A - 一种面向rfid物流应用的松散性异构数据交换系统及方法 - Google Patents

Abstract

本发明公开了一种面向RFID物流应用的松散性异构数据交换系统，包括：数据适配模块和数据模式匹配模块。本发明还公开了一种面向RFID物流应用的松散性异构数据交换方法，包括以下步骤：S1.读取源数据；S2.若要进行关系模式匹配，数据适配模块将源数据类型转换为通用数据类型，并发至数据模式匹配模块；若否，转至S5；S3.数据模式匹配模块对数据做关系模式匹配；S4.若要做数据类型转换，数据模式匹配模块把处理后的数据发至数据适配模块；若否，转至S6；S5.数据适配模块将当前数据类型转换为目标数据类型；S6.异构数据交换过程结束。本发明具有耦合性低、扩展性好、转换方式灵活、接入方式快捷低廉和准确性高等优点。

Description

一种面向RFID物流应用的松散性异构数据交换系统及方法

技术领域

本发明涉及与异构数据集成技术相关的网络数据互联技术领域，特别涉及一种面向RFID物流应用的松散性异构数据交换系统及方法。

背景技术

设计人员在构建平台级系统的过程中，往往需要对已有的各种业务系统进行有效地系统集成。由于已有系统之间所使用的数据标准和格式可能不一样，因此，信息共享的关键问题是如何实现原有系统间的信息交流或数据交换。为了有效地构建物流公共信息平台，充分利用物流通关已有的信息系统的数据资源和服务资源，往往需要集成供应链管理系统、企业物流系统、仓储管理系统、电子口岸信息系统以及电子政务应用系统等，使得这些采用不同数据标准的系统能够方便地进行信息交流。同时，在实现系统集成时需遵循“三不”原则：“不影响企业的现有系统、不影响企业的业务流程和不影响企业的实际利益”。

为了解决RFID物流行业中各个职能部门的异构数据交换这一信息共享的基本问题，业界提出了很多方案，较为传统的解决方案包括采用FTP、EMAIL等传统传输协议，或编写如Web上传等专用传输接口。近年来提出采用分布式组件方式如DCOM/EJB(DCOM，Distributed Component Object Model，分布式组件对象模型；EJB，Enterprise Java Bean，JAVA商业应用组件)、RMI(Remote MethodInvocation，远程方法调用)，CORBA(Common Object Request BrokerArchitecture，公共对象请求代理体系结构)方式。而目前市面上主流的关系型数据库产品纷纷支持以XML(Extensible Markup Language，即可扩展标记语言)表示的数据与数据库数据之间的转换和存储。这些方案均在某一方面拥有独特的优势，但也不可避免的存在这样和那样的问题。其中都存在下述缺陷：第一、系统耦合性强，不适于松散系统的集成；第二、连接传输成本较高，多数方案需要专门配置以穿越网络防火墙实现互连，个别情况下甚至需要通过专用线路或者特殊连接方式如VPN才能实现互连，其高昂的成本抑制了应用范围，特别是在异地环境下的应用。

发明内容

本发明的目的之一在于克服现有技术的缺点和不足，提供一种面向RFID物流应用的松散性异构数据交换系统，该系统建立在XML(eXtensible MarkupLanguage)和Web Service技术之上，并应用于物流行业，它适用于松散系统的集成及信息共享，具有耦合性低、扩展性好、数据转换方式灵活、接入方式快捷低廉和准确性高等优点。

本发明的目的之二在于提供一种面向RFID物流应用的松散性异构数据交换方法。

本发明的目的之一是通过下述技术方案实现的，一种面向RFID物流应用的松散性异构数据交换系统，包括相互连接的数据适配模块和数据模式匹配模块，其中：

数据适配模块，用于读取源数据，把不需要进行关系模式匹配的数据直接转换为用目标数据类型表示的数据；或把需要进行关系模式匹配的数据转换为用通用数据类型表示的数据，并发送到数据模式匹配模块进行处理，把数据模式匹配模块处理后的数据转换为用目标数据类型表示的数据；

数据模式匹配模块，用于接收数据适配模块发送的数据，并对数据进行关系模式匹配。

为更好的实现本发明，所述数据适配模块包括多个数据适配器，所述数据适配器用于将特定类型的源数据转换为用特定类型的目标数据类型(包含上述通用数据类型)表示的数据。

优选的，所述数据模式匹配模块包括：

关系模式树存储模块，用于以通用数据类型预先存储目标关系模式树(即以其为匹配标准的关系模式树)；

数据字典，是预先定义的一张关于元数据信息的表，用于保存目标关系模式树上每一个标签的近义词；

匹配度计算模块，用于根据数据字典，计算源关系模式树与目标关系模式树的匹配度，并对匹配的各表字段建立映射关系；

数据导入模块，用于依据映射关系，在源关系模式树中，将与目标关系模式树相匹配的字段的值保留下来，将该字段值导入到与目标关系模式树相应的字段中；

所述匹配度计算模块分别与关系模式树存储模块、数据字典和数据导入模块相连。

本发明的目的之二是通过下述技术方案实现的，一种面向RFID物流应用的松散性异构数据交换方法，如图4所示，包括以下步骤：

S1.数据适配模块读取源数据，进入步骤S2；

S2.若用户要求进行关系模式匹配，则数据适配模块选择相应的数据适配器，将源数据自动转换为用通用数据类型表示的数据，并把数据发送到数据模式匹配模块，进入步骤S3；若用户不要求进行关系模式匹配，则跳转至步骤S5；

S3.数据模式匹配模块接收数据，并对源关系模式树与目标关系模式树进行关系模式匹配，进入步骤S4；

S4、若用户要求将经过步骤S3处理的数据做数据类型的转换，则数据模式匹配模块将处理后的数据发送到数据适配模块，进入步骤S5；否则，直接把数据发送给用户，跳转至步骤S6；

S5、数据适配模块根据用户要求，选择相应的数据适配器将数据转换为用目标数据类型表示的数据，并发送给用户，进入步骤S6；

S6.异构数据交换过程结束。

为更好的实现本发明，所述通用数据类型为XML。

优选的，所述步骤S3具体包括以下步骤：

步骤S3.1、计算源关系模式树与目标关系模式树字段结点的匹配度，进入步骤S3.2；

步骤S3.2、计算源关系模式树与目标关系模式树各表结点的匹配度，进入步骤S3.3；

步骤S3.3、计算源关系模式树与目标关系模式树根结点的匹配度，进入步骤S3.4；

步骤S3.4、若源关系模式树与目标关系模式树根结点的匹配度大于或等于管理员预设的阀值，则判断它们所对应的关系模式在一定程度上是匹配的，对匹配的各表的字段建立映射关系，将源数据导入到与其相配匹的目标数据域中；若两个关系模式树根结点的匹配度小于管理员预设的阀值，则提示两个关系数据模式不匹配，不进行数据的交换。

优选的，所述管理员预设的阀值为0.6。

优选的，所述匹配度的计算步骤具体包括：

设N_s表示要进行匹配的源结点，N_t表示要进行匹配的目标结点，其中所述N_s、N_t同为字段结点、表结点或数据库的根结点；

步骤a、计算结点分别在标签维、属性维、深度维和结构维的匹配度：

计算结点N_s和N_t在标签维上的匹配度QoM_L：先比较他们的标签是否相同，若相同则匹配度为1；若不相同，则以N_t的标签为索引去数据字典中查找N_s的标签，若找到，则说明两个结点在标签维上匹配，QoM_L为1；若找不到则说明两个结点在标签维没有相关性，QoM_L为0；

计算结点N_s和N_t在属性维上的匹配度QoM_P：属性是指关系本体模式中包含的约束信息，可以是数据类型、取值范围、唯一性、可选性、关系类型和主(外)键约束等；两个结点属性匹配是指结点元素的属性一致；由于把属性全都当成是字符串处理，所以在属性维上两结点的匹配度都是1；

计算结点N_s和N_t在深度维上的匹配度QoM_H：深度是指结点在关系模式树中的深度，如果待比较的结点在关系模式树中的深度相同，则匹配度为1；若不相同，则为0；

计算结点N_s和N_t在结构维的匹配度QoM_S：实质上就是要比较以它们为根的子树的匹配度，对于叶子结点，它们没有子结构，故其在结构维的匹配度为1；对于非叶子结点，其在结构维的匹配度决定于“平均匹配度”和“配成比率”。

结点的平均匹配度反映了其子结点匹配“好坏”的情况，通过下式计算：

$\mathrm{AMD}(N_s,N_t)=\frac{\mathrm{\ΣQoM}(n_s,n_t)}{\left|N_t\right|}---\left(1\right)$

其中N_s和N_t分别表示要进行匹配的源结点和目标结点，n_s是N_s的子结点，它与N_t的子结点n_t的匹配度最大，且两子结点的匹配度大于管理员预设的阀值，|N_t|则表示目标结点中子结点的数目，结点的平均匹配度的取值范围是[0，1]；

结点的配成比率反映了子结点匹配数目的情况，通过下式计算：

$\mathrm{MR}(N_s,N_t)=\frac{\left|N_t^c\right|}{\left|N_t\right|}---\left(2\right)$

表示目标结点的子结点匹配的个数，|N_t|则表示目标结点中子结点的数目，结点的配成比率的取值范围是[0，1]；

所以两个结点在结构维上的匹配度为：

$\mathrm{Qo}{M}_s(N_s,N_t)=\frac{\mathrm{AMD}(N_s,N_t)+\mathrm{MR}(N_s,N_t)}{2}---\left(3\right)$

显然，两结点在结构维上的匹配度的取值范围是[0，1]；

步骤b、根据步骤a的计算结果，计算两个结点的匹配度：

QoM(N_s，N_t)＝W_L*QoM_L+W_P*QoM_P+W_S*QoM_S+W_H*QoM_H    (4)

其中QoM_L表示要进行匹配的两个结点N_s和N_t在标签维上的匹配度，QoM_P表示要进行匹配的两个结点N_s和N_t在属性维的匹配度，QoM_S表示要进行匹配的两个结点N_s和N_t在结构维的匹配度，QoM_H表示要进行匹配的两个结点N_s和N_t在深度维的匹配度，它们的取值范围均为[0，1]；W_L表示在计算两结点匹配度公式中标签维度上所占的权重，W_P表示在计算两结点匹配度公式中属性维度上所占的权重，W_S表示在计算两结点匹配度公式中结构维度上所占的权重，W_H分别表示在计算两结点匹配度公式中深度维度上所占的权重，所述W_L、W_P、W_S、W_H由管理员设置，取值范围为[0，1]，且W_L、W_P、W_S、W_H的和为1。

其中叶子结点对应数据库中的表的字段，在本异构数据交换系统中直接关系到相应的数据的传递，所以计算匹配度时，分配给标签维的权重相对较大。经验上，应该分配标签维较大的权重，标签维权重占0.4～0.6；结构维、属性维作为参考信息，为结点的匹配提供辅助信息，两者权重占0.2～0.3，比较理想；深度维权重占0.1～0.2，较为合适。而对于根结点，标签维的匹配度对结点匹配度的影响较小，而结构维则显得更重要一些。所以，在计算根结点的匹配度的时候，应将标签维的权重减小，结构维的权重加大。根据实际应用中各个维度的匹配度对结点匹配度计算的作用大小来设置权重，这就是“动态权重”的思想。

优选的，在计算字段或表的匹配度时，所述W_L、W_P、W_S、W_H的取值依次为0.4、0.2、0.3和0.1。

优选的，在计算数据库根结点的匹配度时，所述W_L、W_P、W_S、W_H的取值依次为：0.1、0.2、0.5和0.2。

与现有技术相比，本发明具有如下有益效果：

第一、耦合性低，适用于松散系统的集成及信息共享，具有高可用性；因为基于RFID的物流信息共享涉及到生产、仓储、运输、贸易、保险、金融、税务、检验检疫、口岸、海事和海关等单位和部门的业务数据，属于松散系统的集成。正因为如此，本发明系统采用的是能够在广域网不同节点的应用系统间进行数据交换的XML技术。

第二、准确性高：采用基于分块结构思想的动态权重的混合模式匹配算法(a hybrid matching algorithm based on block-dividing dynamic weight，HABDDW)，由管理员对四个维度的权重进行动态分配，能够有效、准确地进行关系模式的匹配。

第三、灵活的数据转换方式，处理两类异构数据：对于具有不同数据承载方式的异构数据，可以通过开发相应数据适配器来做数据类型的转换，其中对于非结构化数据(例如文本数据)，通过相应的数据适配器直接将源数据类型转换为目标数据类型；而对于结构化数据，假设有n种不同数据类型的结构化数据，要实现任意两种数据类型之间的转换，理论上需要设计n(n-1)种数据适配器，但考虑到XML作为一种通用的存储和传输数据的数据类型，可以先把源数据类型转换成XML，再由XML转换成目标数据类型，这样就只需设计2(n-1)种数据适配器。对于数据间具有相同的承载方式，但结构不同或内容遵循不同行业标准的异构数据，可以通过相应的数据适配器将源数据转换成XML类型，再对其进行关系模式的匹配。

第四、提供低廉、快捷的接入方式；传统的技术在连接传输成本上较高，多数方案需要专门配置以穿越网络防火墙实现互连，而Web服务技术可以建设不同网络协同的工作环境，并且XML能够表示数据与数据库数据之间的转换和存储，因而为人们寻找一种廉价、简单、有效的交换方式提供了技术基础。

第五、扩展性好；数据适配器模块中的适配器可以根据需求来设计，方便添加。

第六，采用B/S架构设计，用户通过客户端浏览器来访问本系统的服务，实现客户端零维护。

本发明的工作原理如下：

本发明所要解决的技术问题是通过异构数据交换技术使得各企业间、不同系统间的异构数据实现交换和共享，异构数据交换系统包括RFID无线射频技术、数据库技术、XML技术、Web服务技术和网络技术。这些异构数据可以分为两类：第一类是具有不同数据承载方式的，例如有的使用XML，有的使用普通文本格式，有的使用EDI(Electronic Data Interchange，电子数据交换)或者使用CORBAR(Common Object Request Broker Architecture，公共对象请求代理体系结构)方式进行二进制数据交换。第二类是数据间具有相同的承载方式，但是具体内容具有不同的结构，或者是数据内容遵循不同的行业标准，例如都使用XML作为数据承载方式，但是里面的内容并不具有同样的结构，或者内容遵循不同的标准。例如有两个书店A和B，书店A的数据库设计对应图1(a)的关系模式树，书店B的数据库设计对应图1(b)的关系模式树。由于业务扩展的需要书店A收购了书店B，需要把书店B数据库中的大量数据导入到自己的数据库中。观察图1的两个关系模式，它们的不同之处在于，表“图书”比表“出版物”少了一个标识图书出版时间的名为“年份”的字段，而表“雇员”则比表“员工”多了一个名为“薪金”的字段，而且两个关系模式中虽然相应的字段的意义相同，但是它们的字段名却不同。

对于第一类异构数据，可以通过开发相应的数据适配器来做数据类型的转换。对于具有不同数据承载方式的异构数据，可以通过开发相应数据适配器来做数据类型的转换，其中对于非结构化数据(例如文本数据)，通过相应的数据适配器直接将源数据类型转换为目标数据类型；而对于结构化数据，假设有n种不同数据类型的结构化数据，要实现任意两种数据类型之间的转换，理论上需要设计n(n-1)种数据适配器。而考虑到XML作为一种通用的存储和传输数据的数据类型，可以先把源数据类型转换成XML，再由XML转换成目标数据类型，这样就只需设计2(n-1)种数据适配器，如图2所示。对于第二种类型的异构数据，即具有不同结构或行业标准的数据的转换，是异构数据交换的难点所在，也是本发明要解决的技术问题。需要进行关系模式的匹配/转换的数据，可在处理第一类异构数据的基础上，增加关系模式匹配模块，对异构数据的关系模式进行智能匹配，从而实现异构数据的自动交换。

附图说明

图1(a)是书店A关系模式树的结构示意图；

图1(b)是书店B关系模式树的结构示意图；

图2是数据适配模块的工作原理图；

图3是实施例一中一种面向RFID物流应用的松散性异构数据交换系统的结构示意图；

图4是实施例一中一种面向RFID物流应用的松散性异构数据交换方法的工作流程图；

图5(a)是实施例一中的目标关系模式树的结构示意图；

图5(b)是实施例一中的源关系模式树的结构示意图；

图6(a)是实施例二中的目标关系模式树的结构示意图；

图6(b)是实施例二中的源关系模式树的结构示意图。

具体实施方式

下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例一

物流企业通过RFID无线射频技术采集到的产品信息存入数据库中，然后通过网络技术共享到服务平台。本实施例的一种面向RFID物流应用的松散性异构数据交换系统采用B/S的架构设计，集成到上述物流服务平台中，具有不同数据库系统的各企业间通过客户端浏览器来访问该服务平台和查看有关产品信息，并可通过网页上提供的相关操作来调用本系统的服务，实现与本地信息的融合和交换。

上述一种面向RFID物流应用的松散性异构数据交换系统，如图3所示，包括：

数据适配模块，用于读取源数据，把不需要进行关系模式匹配的数据直接转换为用目标数据类型表示的数据，或把需要进行关系模式匹配的数据转换为用通用数据类型表示的数据，并发送到数据模式匹配模块进行处理，把数据模式匹配模块处理后的数据转换为用目标数据类型表示的数据；

数据模式匹配模块，用于接收数据适配模块发送的数据，并对数据进行关系模式匹配。

所述数据适配模块与数据模式匹配模块相连。

所述数据适配模块包括多个数据适配器，所述数据适配器用于将源数据转换为用目标数据类型表示的数据。

所述数据模式匹配模块是基于分块结构思想的动态权重的混合模式匹配算法设计的，所述数据模式匹配模块包括：

关系模式树存储模块，用于以通用数据类型存储目标关系模式树(即作为匹配标准的关系模式树)；

匹配度计算模块，用于根据数据字典，计算源关系模式树与目标关系模式树的匹配度，并对匹配的各表字段建立映射关系；

数据导入模块，用于依据映射关系，在源关系模式树中，将与目标关系模式树相匹配的字段的值保留下来，将该字段值导入到与目标关系模式树相应的字段中；

数据字典，是预先定义的一张关于元数据信息的表，用于保存目标关系模式树上每一个标签的近义词。例如在表示货物的实体中，“号码”和“编号”同义，“名字”和“名称”同义。数据字典能为模式匹配提供十分有用的信息，它所构建的信息应尽量全面、详细，关于元数据的描述应尽量遵从行业规范。考虑到自然语言的复杂性，数据字典在构建过程中，应考虑以下情况：

1)同义词：即几个单词表示同一意思，如：“空气”与“天空”之间；

2)一词多义：例如：“书”可能表示“书籍”，也可能表示“书信”和“文书”；

3)常用词的缩写以及特殊缩写情况。

所述匹配度计算模块分别与关系模式树存储模块、数据字典和数据导入模块相连。

优选的，本实施例采用的通用数据类型为XML。

一种面向RFID物流应用的松散性异构数据交换方法，如图4所示，包括以下步骤：

S1.数据适配模块读取源数据，进入步骤S2；

S2.若用户要求进行关系模式匹配，则数据适配模块选择相应的数据适配器将源数据自动转换为用通用数据类型表示的数据，并把数据发送到数据模式匹配模块，进入步骤S3；若用户不要求进行关系模式匹配，则跳转至步骤S5；

S3.数据模式匹配模块接收数据，并对源关系模式树与目标关系模式树进行关系模式匹配，关系模式匹配过程如下：

如图5所示，它们所对应的关系模式数据库都具有三层结构，从上至下分为数据库、表、字段三层结构。

考查关系模式树，表现其模式的共有四维：标签(label)、结点的属性(properties)、结点的结构(structure)及结点所处的深度(level)。其中，标签、属性和深度维的值具有原子属性，结构维是结点的所有子结点的集合，具有复合值属性。其中结构维和深度维反映了关系模式树的结构，标签维和属性维反映了树结点的语义。

步骤S3.1、计算源关系模式树与目标关系模式树字段结点的匹配度：

如图5(a)和图5(b)所示，计算左树叶子结点“物品名称”和右树叶子结点“名称”的匹配度，它们对应的关系数据库中的字段。在数据字典中查找关键字“物品名称”，假设存在“名称”这个同义词，则这两个结点在标签维上的匹配度QoM_L(物品名称，名称)＝1.0；在本系统中，所有结点的属性都为字符串，所以属性维上的匹配度为QoM_P(物品名称，名称)＝1.0；由于是叶子结点，不具有子结构，所以结构维上的匹配度为QoM_S(物品名称，名称)＝1.0；两个叶子结点都处于关系模式树的第三层，所以深度维上的匹配度为QoM_H(物品名称，名称)＝1.0。各个维度上的权重分配，见表1：

表1

label	structure	properties	level
				0.4	0.3	0.2	0.1

根据公式(4)，这两个结点的匹配度为：

QoM(物品名称，名称)＝0.4×1.0+0.3×1.0+0.2×1.0+0.1×1.0＝1.0

假设定义的阀值为0.6，若计算出的两个结点的匹配度大于这个阀值，则表示匹配，否则不匹配。由于它们的匹配度大于阀值0.6，所以叶子结点“物品名称”和“名称”是相匹配的，其匹配度为1.0。

按同样的方法，计算源关系模式树与目标关系模式树中各字段结点的匹配度后，进入步骤S3.2；

步骤S3.2、计算源关系模式树与目标关系模式树各表结点的匹配度：

如图5所示，计算左树结点“物品”和右树结点“货物”的匹配度，首先计算这两个结点在结构维的匹配度。对于结点“物品”的子结点“物品名称”，分别计算它与结点“货物”的所有子结点“名称”、“编码”、“产地”的匹配度，假设分别求得QoM(物品名称，名称)＝1.0，QoM(物品名称，编码)＝0.4，QoM(物品名称，产地)＝0.4，因为“物品名称”与“名称”的匹配度最大，且大于阀值0.6，所以在“货物”的所有子结点中，结点“名称”与“物品名称”最为匹配。同理可求得与“物品”的其它子结点最为匹相配的“货物”的子结点相应的匹配度QoM(编号，编码)＝0.94，QoM(出产地，产地)＝0.94。

根据公式(1)：

AMD(物品，货物)＝(1.0+0.94+0.94)÷3＝0.96

根据公式(2)：

MR(物品，货物)＝3÷3＝1.0

根据公式(3)：

QoM_S(物品，货物)＝(0.96+1)÷2＝0.98

在数据字典中查找关键字“物品”，假设存在“货物”这个同义词，则这两个结点在标签维上的相似度为QoM_L(物品，货物)＝1.0；在本系统中，所有结点的属性都为字符串，所以属性维上的相似度为QoM_P(物品，货物)＝1.0；“物品”与“货物”这两个结点同处于第二层(对应数据库中的表)，所以有QoM_H(物品，货物)＝1.0；根据公式(1)，按照表1的权重分配，计算这两个结点的匹配度为：

QoM(物品，货物)＝0.4×1.0+0.2×1.0+0.3×0.98+0.1×1.0＝0.994

由于它们的匹配度大于阀值0.6，所以结点“物品”和“货物”是相匹配的，其匹配度为0.994。

按同样的方法，计算源关系模式树与目标关系模式树各表结点的匹配度，进入步骤S3.3；

步骤S3.3、计算源关系模式树与目标关系模式树根结点的匹配：

如图5所示，计算左树根结点“通关物品”与右树根结点“通关货物”的匹配度，它们分别对应两个不同的关系数据库。

首先计算这两个结点在结构维的匹配度，对于结点“通关物品”的子结点“物品”，分别计算它与结点“通关货物”的所有子结点“货物”、“通关”、“通关请求”和“通关说明”的匹配度，分别求得QoM(物品，货物)＝0.994，QoM(物品，通关)＝0.4，QoM(物品，通关请求)＝0.4，QoM(物品，通关说明)＝0.4。因为“物品”与“货物”的匹配度最大，且大于阀值0.6，所以“通关货物”的所有子结点中，结点“货物”与“物品”最为匹配。同理可求得“通关物品”中其它子结点与“通关货物”最为匹配子结点的相应的匹配度，即QoM(通关要求，通关请求)＝0.94，

QoM(通关声明，通关说明)＝0.94。

根据公式(2)：

AMD(通关物品，通关货物)＝(0.994+0.94+0.94)÷5＝0.5748

根据公式(3)：

MR(通关物品，通关货物)＝3÷5＝0.6

根据公式(4)：

QoM_S(通关物品，通关货物)＝(0.5742+0.6)÷2＝0.5874

在数据字典中查找关键字“通关物品”，假设不存在“通关货物”这个同义词，则这两个结点在标签维上的相似度为QoM_L(通关物品，通关货物)＝0；在本系统中，所有结点的属性都为字符串，所以属性维上的相似度为QoM_P(通关物品，通关货物)＝1.0；“通关物品”与“通关货物”这两个结点同处于第一层(对应数据库)，所以有QoM_H(通关物品，通关货物)＝1.0。

本实施例中，在计算根节点时，各维度上的权重分配，参见表2：

表2

label	structure	properties	level
				0.1	0.5	0.2	0.2

在此例中，根据公式(4)，参照表2的权重分配计算这两个结点的匹配度为：

QoM(通关物品，通关货物)＝0.1×0+0.2×1.0+0.5×0.5874+0.2×1.0＝0.6937

由于它们的匹配度大于阀值0.6，所以这两个根结点是相匹配的，其匹配度为0.6937，进入下一步骤。

步骤S3.4、由于源关系模式树与目标关系模式树根结点的匹配度大于管理员预设的阀值，则判断它们所对应的关系模式在一定程度上是匹配的，对匹配的各表的字段建立映射关系，将源数据导入到与其相配匹的目标数据域中；进入步骤S4。

S4、若用户要求将经过步骤S3处理的数据做数据类型的转换，则数据模式匹配模块把处理后数据发送至数据适配模块，进入步骤S5；否则数据适配模块将转换后的数据直接发送给用户，跳转至步骤S6。

S5、数据适配模块根据用户需求选择相应的数据适配器将数据转换为用目标数据类型表示的数据，并发送给用户，进入步骤S6。

S6、异构数据交换过程结束。

实施例二

货物在运输过程中，要经过不同地区的海关。通常，各个海关的关于货物信息的数据库的关系模式会有所差异。通过网络调用本系统的服务，各海关之间可以实现数据的融合和交换。

一种面向RFID物流应用的松散性异构数据交换系统，包括：

数据适配模块，用于读取源数据，把不需要进行关系模式匹配的数据直接转换为用目标数据类型表示的数据，或把需要进行关系模式匹配的数据转换为用通用数据类型表示的数据，并发送到数据模式匹配模块进行处理，把数据模式匹配模块处理后的数据转换为用目标数据类型表示的数据；

数据模式匹配模块，用于接收数据适配模块发送的数据，并对数据进行关系模式匹配。。

所述数据适配模块与数据模式匹配模块相连。

所述数据适配模块包括多个数据适配器，所述数据适配器用于将源数据转换为用目标数据类型表示的数据。

所述数据模式匹配模块是基于分块结构思想的动态权重的混合模式匹配算法设计的，所述数据模式匹配模块包括：

关系模式树存储模块，用于以通用数据类型存储目标关系模式树(即作为匹配标准的关系模式树)；

匹配度计算模块，用于根据数据字典，计算源关系模式树与目标关系模式树的匹配度，并对匹配的各表字段建立映射关系；

数据导入模块，用于依据映射关系，在源关系模式树中，将与目标关系模式树相匹配的字段的值保留下来，将该字段值导入到与目标关系模式树相应的字段中；

数据字典，是预先定义的一张关于元数据信息的表，用于保存目标关系模式树上每一个标签的近义词；

所述匹配度计算模块分别与关系模式树存储模块、数据字典和数据导入模块相连。

优选的，本实用例采用的通用数据类型为XML。

一种面向RFID物流应用的松散性异构数据交换方法，包括以下步骤：

S1.数据适配模块读取源数据，进入步骤S2；

S2.若用户要求进行关系模式匹配，则数据适配模块选择相应的数据适配器将源数据自动转换为用通用数据类型表示的数据，并把数据发送到数据模式匹配模块，进入步骤S3；若用户不要求进行关系模式匹配，则跳转至步骤S5；

S3.数据模式匹配模块接收数据，并对源关系模式树与目标关系模式树进行关系模式匹配，关系模式匹配过程如下：

如图6所示，对目标关系模式树a与源关系模式树b进行关系模式匹配，过程如下：

步骤S3.1、计算源关系模式树与目标关系模式树各字段结点的匹配度：

如图6所示，计算左树叶子结点“海关名称”和右树叶子结点“口岸海关”的匹配度，它们对应的关系数据库中的字段。在数据字典中查找关键字“海关名称”，假设存在“口岸海关”这个同义词，则这两个结点在标签维上的相似度QoM_L(海关名称，口岸海关)＝1.0；在本系统中，所有结点的属性都为字符串，所以属性维上的相似度为QoM_P(海关名称，口岸海关)＝1.0；由于是叶子结点，不具有子结构，所以结构维上的相似度为QoM_S(海关名称，口岸海关)＝1.0；两个叶子结点都处于关系模式树的第三层，所以深度维上的相似度为QoM_H(海关名称，口岸海关)＝1.0。各个维度上的权重分配，见表1。

根据公式(4)，这两个结点的匹配度为：

QoM(海关名称，口岸海关)＝0.4×1.0+0.3×1.0+0.2×1.0+0.1×1.0＝1.0

假设定义的阀值为0.6，若计算出的两个结点的匹配度大于这个阀值，则表示匹配，否则不匹配。由于它们的匹配度大于阀值0.6，所以字段结点“海关名称”和“口岸海关”是相匹配的，其匹配度为1.0。

按同样的方法，计算源关系模式树与目标关系模式树中各字段结点的匹配度后，进入步骤S3.2；

步骤S3.2、计算源关系模式树与目标关系模式树各表结点的匹配度：

计算结点“海关信息”和结点“通关货物”的匹配度。首先计算这两个结点在结构维的匹配度。对于结点“海关信息”的子结点“海关名称”，分别计算它与结点“通关货物”的所有子结点的匹配度，假设求得QoM(海关名称，口岸海关)＝1.0，其匹配度最大，且大于阀值0.6，所以在结点“通关货物”的所有子结点中，结点“口岸海关”与“海关名称”最为匹配。同理可求得结点“海关信息”的其它子结点与“通关货物”中子结点最为匹相配的匹配度QoM(电话，电话)＝1.0。

根据公式(1)：

AMD(海关信息，通关货物)＝(1.0+1.0)÷5＝0.4

根据公式(2)：

MR(海关信息，通关货物)＝2÷5＝0.4

根据公式(3)：

QoM_S(海关信息，通关货物)＝(0.4+0.4)÷2＝0.4

在数据字典中查找关键字“海关信息”，假设不存在“通关货物”这个同义词，则这两个结点在标签维上的相似度为QoM_L(海关信息，通关货物)＝0；在本系统中，所有结点的属性都为字符串，所以属性维上的相似度为QoM_P(海关信息，通关货物)＝1.0；“海关信息”与“通关货物”这两个结点同处于第二层(对应数据库中的表)，所以有QoM_H(海关信息，通关货物)＝1.0；根据公式(1)，按照表1的权重分配，计算这两个结点的匹配度为：

QoM(海关信息，通关货物)＝0.4×0+0.2×1.0+0.3×0.4+0.1×1.0＝0.42

由于它们的匹配度小于阀值0.6，所以结点“海关信息”和“通关货物”不匹配的。

按同样的方法，计算源关系模式树与目标关系模式树各表结点的匹配度，进入步骤S3.3；

步骤S3.3、计算源关系模式树与目标关系模式树根结点的匹配度：

如图6(a)和图6(b)所示，计算左树根结点“海关1”与右树根结点“海关2”的匹配度，它们分别对应两个不同的关系数据库。

首先计算这两个结点在结构维的匹配度，对于结点“海关1”的子结点“海关信息”和“包装箱”，分别计算它们与结点“海关2”的子结点“通关货物”的匹配度，假设分别求得QoM(海关信息，通关货物)＝0.42，QoM(包装箱，通关货物)＝0.5，皆小于阀值0.6。

根据公式(2)：

AMD(海关1，海关2)＝(0+0)÷2＝0

根据公式(3)：

MR(海关1，海关2)＝0÷5＝0

根据公式(4)：

QoM(海关1，海关2)＝(0+0)÷2＝0

在数据字典中查找关键字“海关1”，假设不存在“海关2”这个同义词，则这两个结点在标签维上的相似度为QoM_L(海关1，海关2)＝0；在本系统中，所有结点的属性都为字符串，所以属性维上的相似度为QoM_P(海关1，海关2)＝1.0；“海关1”与“海关2”这两个结点同处于第一层(对应数据库中的表)，所以有QoM_H(海关1，海关2)＝1.0。

本实施例中，在计算根节点时，各维度上所占的权重，参见表2。在此例中，根据公式(4)，参照表2的权重分配计算这两个结点的匹配度为：

QoM(海关1，海关2)＝0.1×0+0.2×1.0+0.5×0+0.2×1.0＝0.4

步骤S3.4、由于它们的匹配度小于阀值0.6，所以这两个根结点不匹配，系统提示其所对应的两个关系模式数据库不匹配，不进行数据的交换，进入步骤S4；

S4、若用户要求将经过步骤S3处理的数据做数据类型的转换，则数据模式匹配模块把处理后数据发送至数据适配模块，进入步骤S5；否则数据适配模块将转换后的数据直接发送给用户，跳转至步骤S6；

S5、数据适配模块根据用户需求选择相应的数据适配器将数据转换为用目标数据类型表示的数据，并发送给用户，进入步骤S6；

S6、异构数据交换过程结束。

实施例三：

在企业的日常事务管理中，通常需要处理各种不同数据类型的数据。例如，有时候需要将XML的数据文件转换成EXCEL表单，或者是将WORD文档转换成PDF文档，下面以WORD文档转换成PDF文档为例，采用本实施例中一种面向RFID物流应用的松散性异构数据交换系统进行说明。

一种面向RFID物流应用的松散性异构数据交换系统，包括：

数据适配模块，用于读取源数据，把不需要进行关系模式匹配的数据直接转换为用目标数据类型表示的数据，或把需要进行关系模式匹配的数据转换为通用数据类型，并发送到数据模式匹配模块进行处理，把数据模式匹配模块处理后的数据转换为用目标数据类型表示的数据；

数据模式匹配模块，用于接收数据适配模块发送的数据，并对数据进行关系模式匹配。

所述数据适配模块与数据模式匹配模块相连。

所述数据适配模块包括多个数据适配器，所述数据适配器用于将源数据转换为用目标数据类型表示的数据。

所述数据模式匹配模块是基于分块结构思想的动态权重的混合模式匹配算法设计的，所述数据模式匹配模块包括：

关系模式树存储模块，用于以通用数据类型存储作为匹配标准的关系模式树；

匹配度计算模块，用于根据数据字典，计算源关系模式树与目标关系模式树的匹配度，并对匹配的各表字段建立映射关系；

数据导入模块，用于依据映射关系，在源关系模式树中，将与目标关系模式树相匹配的字段的值保留下来，将该字段值导入到与目标关系模式树相应的字段中；

数据字典，是预先定义的一张关于元数据信息的表，用于保存目标关系模式树上每一个标签的近义词；

所述匹配度计算模块分别与关系模式树存储模块、数据字典和数据导入模块相连。

本实用例采用的通用数据类型为XML。

上述一种面向RFID物流应用的松散性异构数据交换系统的工作过程，包括以下步骤：

S1.用户通过网络向本系统提交源数据，所述源数据是以WORD文档的数据类型表示的数据，进入步骤S2；

S2.用户选择数据转换方式，要求将WORD文档转换生PDF文档，进入步骤S3；

S3.系统在数据适配模块中选择相应的数据适配器将WORD文档数据转换为以PDF数据类型表示的数据，将转换得到的PDF文档发送给客户。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种面向RFID物流应用的松散性异构数据交换系统，其特征在于，包括相互连接的数据适配模块和数据模式匹配模块，其中：

数据适配模块，用于读取源数据，把不需要进行关系模式匹配的数据直接转换为用目标数据类型表示的数据；或把需要进行关系模式匹配的数据转换为用通用数据类型表示的数据，并发送到数据模式匹配模块进行处理，把数据模式匹配模块处理后的数据转换为用目标数据类型表示的数据；

数据模式匹配模块，用于接收数据适配模块发送的数据，并对数据进行关系模式匹配。

2.根据权利要求1所述一种面向RFID物流应用的松散性异构数据交换系统，其特征在于，所述数据适配模块包括多个数据适配器，所述数据适配器用于将源数据转换为用目标数据类型表示的数据。

3.根据权利要求1所述一种面向RFID物流应用的松散性异构数据交换系统，其特征在于，所述数据模式匹配模块包括：

关系模式树存储模块，用于以通用数据类型预先存储目标关系模式树；

数据字典，用于保存目标关系模式树上每一个标签的近义词；

匹配度计算模块，用于根据数据字典，计算源关系模式树与目标关系模式树的匹配度，并对匹配的各表字段建立映射关系；

数据导入模块，用于依据映射关系，在源关系模式树中，将与目标关系模式树相匹配的字段的值保留下来，将该字段值导入到与目标关系模式树相应的字段中；

所述匹配度计算模块分别与关系模式树存储模块、数据字典和数据导入模块相连。

4.根据权利要求1至3中任一项所述一种面向RFID物流应用的松散性异构数据交换系统实现面向RFID物流应用的松散性异构数据交换方法，其特征在于，包括以下步骤：

S1.数据适配模块读取源数据，进入步骤S2；

S2.若用户要求进行关系模式匹配，则数据适配模块选择相应的数据适配器，将源数据转换为用通用数据类型表示的数据，并把数据发送到数据模式匹配模块，进入步骤S3；若用户不要求进行关系模式匹配，则跳转至步骤S5；

S3.数据模式匹配模块接收数据，并对源关系模式树与目标关系模式树进行关系模式匹配，进入步骤S4；

S4、若用户要求把经过步骤S3处理的数据做数据类型的转换，则数据模式匹配模块把处理后的数据发送至数据适配模块，进入步骤S5；否则，直接把数据发送给用户，跳转至步骤S6；

S5、数据适配模块根据用户要求，选择相应的数据适配器将数据转换为用目标数据类型表示的数据，并发送给用户，进入步骤S6；

S6、异构数据交换过程结束。

5.根据权利要求4所述面向RFID物流应用的松散性异构数据交换方法，其特征在于，所述通用数据类型为XML。

6.根据权利要求4所述面向RFID物流应用的松散性异构数据交换方法，其特征在于，所述步骤S3具体包括以下步骤：

步骤S3.1、计算源关系模式树与目标关系模式树字段结点的匹配度，进入步骤3.2；

步骤S3.2、计算源关系模式树与目标关系模式树各表结点的匹配度，进入步骤3.3；

步骤S3.3、计算源关系模式树与目标关系模式树根结点的匹配度，进入步骤3.4；

步骤S3.4、若源关系模式树与目标关系模式树根结点的匹配度大于或等于预设的阀值，则判断它们所对应的关系模式是匹配的，对匹配的各表的字段建立映射关系，将源数据导入到与其相配匹的目标数据域中；若两个关系模式树根结点的匹配度小于预设的阀值，则提示两个关系数据模式不匹配，不进行数据的交换。

7.根据权利要求6所述面向RFID物流应用的松散性异构数据交换方法，其特征在于，所述预设的阀值为0.6。

8.根据权利要求6所述面向RFID物流应用的松散性异构数据交换方法，其特征在于，所述匹配度的计算步骤具体包括：

设N_s表示要进行匹配的源结点，N_t表示要进行匹配的目标结点，其中所述N_s、N_t同为字段结点、表结点或数据库的根结点；

步骤a、计算结点分别在标签维、属性维、深度维和结构维的匹配度：

计算结点N_s和N_t在标签维上的匹配度QoM_L：比较他们的标签是否相同，若相同则匹配度为1；若不相同，则以N_t的标签为索引去数据字典中查找N_s的标签，若找到，则说明两个结点在标签维上匹配，QoM_L为1；若找不到则说明两个结点在标签维没有相关性，QoM_L为0；

计算结点N_s和N_t在属性维上的匹配度QoM_P：由于把属性全都当成是字符串处理，所以在属性维上两结点的匹配度都是1；

计算结点N_s和N_t在深度维上的匹配度QoM_H：如果待比较的结点在关系模式树中的深度相同，则匹配度为1；若不相同，则为0；

计算结点N_s和N_t在结构维的匹配度QoM_S：对于叶子结点，它们没有子结构，其在结构维的匹配度为1；对于非叶子结点，其在结构维的匹配度决定于“平均匹配度”和“配成比率”；

结点的平均匹配度通过下式计算：

$\mathrm{AMD}(N_s,N_t)=\frac{\mathrm{\ΣQoM}(n_s,n_t)}{\left|N_t\right|}$

其中N_s和N_t分别表示要进行匹配的源结点和目标结点，n_s是N_s的子结点，它与N_t的子结点n_t的匹配度最大，且两子结点的匹配度大于预设的阀值，|N_t|则表示目标结点中子结点的数目，结点的平均匹配度的取值范围是[0，1]；

结点的配成比率通过下式计算：

$\mathrm{MR}(N_s,N_t)=\frac{\left|N_t^c\right|}{\left|N_t\right|}$

表示目标结点的子结点匹配的个数，|N_t|则表示目标结点中子结点的数目，结点的配成比率的取值范围是[0，1]；

两个结点在结构维上的匹配度为：

$\mathrm{Qo}{M}_s(N_s,N_t)=\frac{\mathrm{AMD}(N_s,N_t)+\mathrm{MR}(N_s,N_t)}{2}$

两结点在结构维上的匹配度的取值范围是[0，1]；

步骤b、根据步骤a的计算结果，计算两个结点的匹配度：

QoM(N_s，N_t)＝W_L*QoM_L+W_P*QoM_P+W_S*QoM_S+W_H*QoM_H

其中QoM_L表示要进行匹配的两个结点N_s和N_t在标签维上的匹配度，QoM_P表示要进行匹配的两个结点N_s和N_t在属性维的匹配度，QoM_S表示要进行匹配的两个结点N_s和N_t在结构维的匹配度，QoM_H表示要进行匹配的两个结点N_s和N_t在深度维的匹配度，它们的取值范围均为[0，1]；W_L表示在计算两结点匹配度公式中标签维度上所占的权重，W_P表示在计算两结点匹配度公式中属性维度上所占的权重，W_S表示在计算两结点匹配度公式中结构维度上所占的权重，W_H分别表示在计算两结点匹配度公式中深度维度上所占的权重，所述W_L、W_P、W_S、W_H是预先设置的，W_L、W_P、W_S、W_H的取值范围均为[0，1]，且W_L、W_P、W_S、W_H的和为1。

9.根据权利要求8所述面向RFID物流应用的松散性异构数据交换方法，其特征在于，在计算字段结点或表结点的匹配度时，所述W_L、W_P、W_S、W_H的取值依次为0.4、0.2、0.3和0.1。

10.根据权利要求8所述面向RFID物流应用的松散性异构数据交换方法，其特征在于，在计算数据库根结点的匹配度时，所述W_L、W_P、W_S、W_H的取值依次为：0.1、0.2、0.5和0.2。

Images