CN109410650B - 面向全系统信息管理的基于情景与语义的信息聚合方法 - Google Patents

Abstract

本发明公开了一种面向全系统信息管理的基于情景与语义的信息聚合方法，该方法首先实现信息的注册发现机制，将空管业务信息按元数据模型进行RDF描述，再对空管应用目标、用户需求、行为、时间、地点等业务情景因素进行分析，构建基于本体的情景模型，当用户需求对象信息时，可关联到情景模型，通过主题和语义标签匹配算法，自动进行Web服务发现，结合词表和本体上的映射计算，实现基本描述属性、质量属性、功能属性的匹配，关联对应的数据。最后信息聚合融合后，形成符合该情景的业务对象信息产品。本发明可以实现空管不同利益相关方之间数据的跨域信息共享，构建统一的信息协同环境，形成统一的态势感知的能力。

Description

面向全系统信息管理的基于情景与语义的信息聚合方法

技术领域

本发明属于空中交通信息管理领域，具体涉及一种面向空管全系统信息管理SWIM(System Wide Information Management)的基于情景与语义的信息聚合方法。

背景技术

随着空中交通管理信息集成技术的发展和应用的越来越广泛，空管相关用户对信息的需求要求越来越高，尤其是下一代空管的先进理念以及国际民航组织的ASBU组块升级计划，更对信息的共享与管理提出了高层次的要求。要求提供全球通用的航空数据标准和参照系统，允许相互结合及融合，并提供全面的态势感知；实施全系统信息管理SWIM，及时为空中交通管理界提供可信的、确保质量的信息，以满足既定的性能标准与服务质量。

目前，空管业务产品数据分散于各区空管自动化系统、流量管理系统、空域管理系统、航空公司运行系统、机场运行系统、飞行计划统一处理系统等各类信息系统的各类数据源中。数据的交互，通常以点对点的方式进行，各类数据不尽标准、信息连接复杂，且容易出现“信息孤岛”现象。诸如空域组织与管理、交通同步、轨迹运行管理等空管能力的拓展与深入，显而易见需要提供全面的信息支撑，仅靠单一来源的接入已不能满足灵活化、便捷化的、高可靠的需求。虽然，欧美空管机构、国内系统开发商、用户已认识到这点，并开展了基于SOA的服务架构研究，试验了通过WebService发布产品信息的方式，但一尚未规模应用，二对于数据的汇聚与组织更是空白。

能根据空管用户的复杂信息需求，对来源分散的多类型、异构信息资源进行智能化、有效聚合，为用户提供多角度、全方位、可视化的访问和掌握信息的途径，提升信息服务的价值和系统绩效能力，是空中交通管理的发展方向。目前一些研究如下。

中国专利CN201410142932.X公开了一种媒体文件编目元数据聚合方法及装置，包括：获取编目数据，获取编目数据的方式为以下中的一种或任意几种的组合：从第一媒体文件的任务工单信息、附件信息、内容信息、管理信息中获取关于第一媒体文件主题、播出的编目数据、制作编目数据、技术编目数据、处理控制编目数据；以及当确定存在与第一媒体文件相关联的第二媒体文件时，从第二媒体文件的编目数据中获取第二媒体文件的与第一媒体文件相对应的编目数据；对获取的编目数据进行识别和处理，并聚合以形成结构化的第一媒体文件编目元数据。该发明有效地提高了媒体文件编目元数据的处理效率，从多个维度聚合的媒体文件元数据更为全面。

中国专利CN201611115202.6公开了一种数据汇聚系统和方法，系统包括用于从子系统中获取数据的运行中心和用于生成和配置各个子系统的配置文件的客户端；运行中心中设有中心数据库和用于根据配置文件和各个子系统进行通信以及接收、处理各个子系统的数据并将数据写入中心数据库的服务端；运行中心与各个子系统之间建立统一的基于RESTful通信。该发明在运行中心与子系统之间建立统一的基于RESTful通信，实现服务端与各个子系统之间的通信以及各个组件之间的通信，而且运用统一协议，使得系统可以自由地选择和更换数据的处理方式，使用者无需具备专业的编程知识即可使用系统，整个系统进行数据汇聚的方式变得简单灵活而且方便。

但是，现有技术或方法侧重的是媒体或数据处理领域中数据单一条件下的简单汇聚和集成，无法实现类似空管领域中大规模信息系统、数据种类繁多且异构、以及复杂情景下的信息智能化汇聚需求。现有方法无法解决跨域信息共享、构建统一的信息协同环境，形成统一的态势感知、空管不同利益相关方之间服务智能发现和数据智能聚合等问题。

发明内容

发明目的：本发明的目的在于提供一种可用于空管全系统信息管理SWIM领域的基于情景与语义的信息聚合方法，将分布于各系统的异构数据源，通过空管业务情景和数据内在关系进行信息聚合，实现空管数据的时空管理，智能化的信息跨域聚合。空管、航空公司、机场、公众用户都可以通过该技术，个性化的按需提取及时、准确的信息。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

面向全系统信息管理的基于情景与语义的信息聚合方法，包括以下步骤：

(1)构建空管信息元数据模型，所述元数据模型中包括产品信息、发布信息、数据质量、维护信息和限制信息；

(2)基于元数据模型向服务发布方提供注册需发布的产品信息要素的接口；

(3)采集所有注册的产品信息描述，并进行分类和存储；

(4)根据空管典型业务情景，将具有关联性的信息对象通过基于本体的语义关联规则进行关联聚合，构建基于本体的空管情景聚合模型；

(5)接收空管业务用户对信息的订阅需求；

(6)对订阅需求进行语义解析，分析出其中基于时间和空间的空管信息要素；

(7)将订阅需求分析出的信息要素映射到空管情景聚合模型参数，通过模糊匹配方法找到对应的情景聚合模型，生成情景聚合实例；

(8)对步骤(3)采集的产品信息描述进行语义分析，自动发现并订阅/请求各类信息对应的数据；

(9)将收集的订阅/请求各类信息对应的数据的本体概念进行相似度计算，提取所需数据并映射到空管情景聚合模型实例中，通过本体模型中关联的属性，相互连接，聚合成知识图谱化的数据集；

(10)根据空管业务用户的订阅需求，向用户智能推送相应的聚合成知识图谱化的数据集。

作为优选，所述步骤(1)中产品信息用于描述资源的产品标识符、产品名称、关键词、产品服务信息、产品分类信息和产品生产信息；发布信息用于描述发布方、发布日期和网址；限制信息用于描述访问限制和使用限制；数据质量用于描述数据完整性、逻辑一致性和准确度；维护信息用于描述维护更新频率。

作为优选，所述步骤(2)和步骤(5)中通过全系统信息管理的信息门户网站提供注册和订阅需求的接口。

作为优选，所述步骤(4)中构建基于本体的空管情景聚合模型的步骤包括：

(4.1)设定空管典型业务情景，情景要素包括该情景下相关时间、空间范围的空域、流量、飞行计划、态势监视、气象信息、航行情报、机场数据、终端区、航路航线、移交点和情景用户类型；

(4.2)构建全系统信息管理下的空管领域本体模型，根据不同业务情景生成不同的情景模型，具体包括：

(4.2.1)根据业务情景涉及到的目标、用户需求、行为动作、地点信息以及时间从情景要素中选出并整合成完整的描述；

(4.2.2)构建本体概念关系，将情景资源内部的知识对象以及知识对象间的语义关系，通过聚类、融合和重组形成本体概念图；

(4.2.3)构建实体关系，实现基于本体的语义关联规则；所述实体包括航班、机场、时间、地点/区域和事件，抽取实体公共属性作为聚合的键，如果没有公共属性，采用相似度算法，找到聚合关系；

(4.2.4)通过语义关系网络，加入时间、空间信息进行分析判断，去除冗余关系后，实现多类型资源的聚合，形成空管情景聚合模型。

作为优选，步骤(9)中所收集到的数据使用本体描述空管领域的信息。

作为优选，步骤(9)中将收集的数据进行相似度计算，提取所需数据并映射到空管情景聚合模型实例中，具体包括：

(9.1)对收集到的XML格式的本体文档使用DOM技术进行分析，提取其中的结构和数据；

(9.2)对本体间概念进行相似度计算，将与本体模型实例中概念最相似的数据认为是正确的、所需的数据；其中在计算空管领域两个本体中概念的相似度时，本体中的每一对概念都被考虑在内，依据WordNet同义词集对概念相似性进行判断，若两概念语义属于同一词集则概念相似度赋值1，直接将数据映射到情景模型实例中，只有概念语义不相同时再进行相似性计算；

(9.3)将全部所需的数据映射到情景模型实例中，聚合成知识图谱化的数据集，并为每个实例产生一个唯一的标识，提供给需求用户。

有益效果：本发明实现了空管信息元数据管理，提出基于空管运行情景的聚合模型，实现了数据的时空管理，智能化的高质量、可信的信息跨域聚合、全面态势感知和个性化的按需提取。与现有技术相比，本发明具有如下优点：

1、提供空管通用的元数据标准，允许相互结合及融合，并提供全面的态势感知；

2、能及时为空中交通管理用户提供可信的、确保质量的信息，以满足既定的性能标准与服务质量；

3、提供能按照时间框架(即历史、当前和预期)组合成完整的描述，识别信息本质的工具，为空中交通管理系统提供高质量的、可信的信息；

4、在下一代空管信息管理与服务中，实现广泛信息的高效共享，通过高可用的数据关联汇聚能力，以智能化的手段提供实时的、全面的基于全生命周期的对象信息。

附图说明

图1为本发明实施例的方法流程图。

图2为本发明实施例中空管信息元数据模型图。

图3为本发明实施例中空管信息聚合概念构成模式与表现形式图。

图4为本发明实施例中全系统信息管理SWIM中的本体映射图。

图5为本发明实施例中空管信息聚合关系图。

具体实施方式

下面结合附图和具体实施例对本发明方案做进一步说明。

如图1所示，本发明实施例公开的一种面向全系统信息管理的基于情景与语义的信息聚合方法，包括以下步骤：

步骤1、构建空管信息元数据模型。其中元数据模型定义了产品信息、发布信息、数据质量、维护信息、限制信息等几个主类，主要描述资源的产品标识符、产品名称、关键词、产品服务信息、产品分类标准、发布方、发布日期、访问限制、使用限制、数据完整性、维护更新频率等内容。同时根据具有唯一性的产品标识符和产品名称，创建唯一性的信息主题。如图2所示，是本发明实施例构建的空管信息元数据模型，模型通过UML、EA建模工具设计，空管元数据包括产品信息、发布信息、数据质量、维护信息、限制信息等不同类关联而成，详细、全面地描述了信息本质。信息的语义通过本体形式化描述可为信息自动发现、聚合功能等提供支撑。

步骤2、基于元数据模型信息注册。本步骤依据元数据模板和约束条件，向服务发布方提供注册接口(如全系统信息管理的信息门户网站)，由服务发布方注册需发布的产品信息要素。

步骤3、采集所有注册的产品信息描述，并根据信息主题、发布方等条件，进行分类和存储；

步骤4、根据空管典型业务情景，构建基于本体的空管情景聚合模型。例如XX机场附近发生雷暴天气下的航班运行情景。该情景聚合模型将受影响空域范围数据、受影响的时间数据、受影响的航路航线、走廊口、流量管制策略、XX机场相关的起降航班的飞行计划、当前空域航空器飞行航迹、雷暴气象因子信息、跑道信息等具有关联性的信息对象通过基于本体的语义关联规则进行关联聚合。语义关联规则为各异构、多类型的资源内容所包含的概念间、实体间关系。例如，建立飞行计划中起降机场信息与机场的关联、飞行计划中起降预计时间与雷暴发送时间的关联、流量管制策略中航班CTOT与飞行计划中的航班关联等。这些关联关系与信息因子，构建成空管情景聚合模型。情景模型支持信息拓展，可动态增改信息和规则。

如图3所示，是本发明实施例基于信息聚合概念构成的聚合模式与表现形式。情景聚合模式主要是以情景、对象、关系为依据进行的信息聚合，涵盖空管业务情境下空域、流量、计划、监视、气象、航线情报、用户、时间、区域、机场、终端区、航路航线、移交点等可影响聚合目标、聚合对象特征、聚合方法的空管环境因素的采集、抽取、组织、分析、应用等多个方面的内容，归纳出空管典型业务情景，以图3为框架，以空管聚合情景分析为基础，以聚合机制和聚合应用为主要内容，对空管信息聚合实践的基本模式及其具体表现形式进行实现。采用基于语义关系的聚合方法，分析出在该情景下各异构、多类型的资源内容所包含的概念间、实体间关系，形成空管情景聚合模型。

构建空管情景聚合模型具体包括以下步骤：

步骤4.1、设定空管典型业务情景，情景要素包括该情景下相关时间、空间范围的空域、流量、飞行计划、态势监视、气象信息、航行情报、机场数据、终端区、航路航线、移交点、情景用户类型等；

步骤4.2、构建全系统信息管理下的空管领域本体模型，根据不同业务情景生成不同的情景模型，具体包括以下步骤：

步骤4.2.1：根据情景应用可能的目标、用户需求、可能的行为动作(例如航班飞行过程中收到的指令信息、临时路航产生等)、地点信息(例如航班起降机场、航线经过的关键点等)以及涉及到的时间框架(即历史、当前和预期)，从情景要素中选出所需信息，整合成完整的描述。

步骤4.2.2：构建本体概念关系，采用分类法的类目等级关系、本体类的树状结构包含关系等，将情景资源内部的知识对象以及知识对象间的语义关系，通过聚类、融合和重组使分散无序、相对独立的空管信息重新组织为一个本体概念图。

步骤4.2.3：构建实体关系，实现基于本体的语义关联规则。包括航班、机场、时间、地点/区域、事件等实体，抽取公共相关的属性，例如不同信息中的航班属性，作为聚合的键。如果没有公共属性，采用相似度算法，找到聚合关系。

步骤4.2.4：通过语义关系网络，加入时间、空间信息进行分析判断，去除冗余关系后，实现多类型资源(监视数据、飞行情报数据、气象数据、流量策略信息、空域使用信息、航行情报信息、基础数据等信息)的聚合，形成空管情景聚合模型。

步骤5、接收空管业务用户通过信息服务的信息门户网站提交的信息订阅需求，形成订单。

步骤6、通过语义技术，利用语料库进行分词、去除停用词，从订阅需求中分析出有效的、基于时间和空间的空管信息要素。

步骤7、将订阅需求分析出的信息要素映射到空管情景聚合模型参数，通过模糊匹配方法找到对应的情景聚合模型，生成情景聚合实例，得出需要聚合的信息种类、环境因素、时空因素等。

步骤8、通过步骤3采集的产品信息描述进行语义分析，采用基于内容和语义的方法，自动发现并订阅/请求各类信息对应的WebService服务所发布的数据。

步骤9、信息聚合。收集的数据经过相似度计算后，将符合需求的数据映射到步骤4基于空管领域本体的情景模型实例中，通过本体模型中关联的属性，相互连接，聚合成知识图谱化的数据集。

步骤9中将来自于多个不同的关联数据中的信息整合，这些数据使用不同的子本体来描述空管领域的信息，通过相似度算法，提取所需数据并汇聚到情景模型实例中，构成用户需求的信息集合。如图4所示，是本发明实施例创建SWIM中的空管数据集本体，利用DOM方式解析XML格式的本体文档，构建本体映射所需要的树状结构模型。以外部资源WordNet为基础，利用WordNet中同义词集和概念结构相结合的策略，对本体间概念进行相似性计算，最后建立概念间的映射关系并建立数据间的链接，从而实现空管数据本体映射的目标。具体包含以下步骤：

步骤9-1、对收集到的XML格式的本体文档使用DOM技术进行分析，提取其中的结构和数据；

步骤9-2、对本体间概念进行相似度计算，将与本体模型实例中概念最相似的数据认为是正确的、所需的数据；其中在计算空管领域两个本体中概念的相似度时，本体中的每一对概念都被考虑在内，依据WordNet同义词集对概念相似性进行判断，若两概念语义属于同一词集则概念相似度赋值1，直接将数据映射到情景模型实例中，只有概念语义不相同时再进行相似性计算；

步骤9-3、将全部所需的数据映射到情景模型实例中，聚合成知识图谱化的数据集，并为每个实例产生一个唯一的标识，提供给需求用户。

步骤10、根据订单信息，向用户智能推送所需的聚合信息。

如图5所示，是本发明实施例基于情景与语义技术进行空管信息聚合后的信息聚类，通过“CA1502”，能自动从语义规则上分析得出是空管领域的航班飞行对象，根据空管领域情景模型，从注册的4D轨迹管理信息服务，订阅其4DT轨迹信息；从对应飞行计划服务中提取飞行计划数据，得到起飞、降落机场，进一步从不同Web服务的信息源订阅获取机场的气象信息(现在、将来时)、机场/终端区流控措施、机场跑道信息，以及航空公司信息、航空器本身信息等，再使用不同的子本体来描述各信息，通过相似度算法，将各类数据连接，聚合成用户需求的信息。

综上，本发明实现了一种面向全系统信息管理的基于情景与语义的信息聚合方法，根据用户的复杂信息需求，对存在于空管业务系统以及网络上WebService服务中的、来源分散的多类型信息资源进行采集、筛选、组织、整合和呈现，向用户提供空管全系统信息管理中信息聚合后的服务产品。首先实现信息的注册发现机制，将空管业务信息按元数据模型进行RDF描述，再对空管应用目标、用户需求、行为、时间、地点等业务情景因素进行分析，构建基于本体的情景模型，当用户需求某对象信息时，可关联到情景模型，通过主题和语义标签匹配算法，自动进行Web服务发现，结合词表或本体上的映射计算，实现基本描述属性、质量属性、功能属性的匹配，关联对应的数据。最后信息聚合融合后，形成符合该情景的业务对象信息产品。本发明可以为空中交通管理运行提供可靠、高质量和基于时间框架的信息。实现空管不同利益相关方之间数据的跨域信息共享，构建统一的信息协同环境，形成统一的态势感知的能力。

Claims (5)

1.面向全系统信息管理的基于情景与语义的信息聚合方法，其特征在于，包括以下步骤：

(1)构建空管信息元数据模型，所述元数据模型中包括产品信息、发布信息、数据质量、维护信息和限制信息；

(2)基于元数据模型向服务发布方提供注册需发布的产品信息要素的接口；

(3)采集所有注册的产品信息描述，并进行分类和存储；

(4)根据空管典型业务情景，将具有关联性的信息对象通过基于本体的语义关联规则进行关联聚合，构建基于本体的空管情景聚合模型；其中构建基于本体的空管情景聚合模型的步骤包括：

(4.1)设定空管典型业务情景，情景要素包括该情景下相关时间、空间范围的空域、流量、飞行计划、态势监视、气象信息、航行情报、机场数据、终端区、航路航线、移交点和情景用户类型；

(4.2)构建全系统信息管理下的空管领域本体模型，根据不同业务情景生成不同的情景模型，具体包括：

(4.2.1)根据业务情景涉及到的目标、用户需求、行为动作、地点信息以及时间从情景要素中选出并整合成完整的描述；

(4.2.2)构建本体概念关系，将情景资源内部的知识对象以及知识对象间的语义关系，通过聚类、融合和重组形成本体概念图；

(4.2.3)构建实体关系，实现基于本体的语义关联规则；所述实体包括航班、机场、时间、地点/区域和事件，抽取实体公共属性作为聚合的键，如果没有公共属性，采用相似度算法，找到聚合关系；

(4.2.4)通过语义关系网络，加入时间、空间信息进行分析判断，去除冗余关系后，实现多类型资源的聚合，形成空管情景聚合模型；

(5)接收空管业务用户对信息的订阅需求；

(6)对订阅需求进行语义解析，分析出其中基于时间和空间的空管信息要素；

(7)将订阅需求分析出的信息要素映射到空管情景聚合模型参数，通过模糊匹配方法找到对应的情景聚合模型，生成情景聚合实例；

(8)对步骤(3)采集的产品信息描述进行语义分析，自动发现并订阅/请求各类信息对应的数据；

(9)将收集的订阅/请求各类信息对应的数据的本体概念进行相似度计算，提取所需数据并映射到空管情景聚合模型实例中，通过本体模型中关联的属性，相互连接，聚合成知识图谱化的数据集；

(10)根据空管业务用户的订阅需求，向用户智能推送相应的聚合成知识图谱化的数据集。

2.根据权利要求1所述的面向全系统信息管理的基于情景与语义的信息聚合方法，其特征在于，所述步骤(1)中产品信息用于描述资源的产品标识符、产品名称、关键词、产品服务信息、产品分类信息和产品生产信息；发布信息用于描述发布方、发布日期和网址；限制信息用于描述访问限制和使用限制；数据质量用于描述数据完整性、逻辑一致性和准确度；维护信息用于描述维护更新频率。

3.根据权利要求1所述的面向全系统信息管理的基于情景与语义的信息聚合方法，其特征在于，所述步骤(2)和步骤(5)中通过全系统信息管理的信息门户网站提供注册和订阅需求的接口。

4.根据权利要求1所述的面向全系统信息管理的基于情景与语义的信息聚合方法，其特征在于，步骤(9)中所收集到的数据使用本体描述空管领域的信息。

5.根据权利要求3所述的面向全系统信息管理的基于情景与语义的信息聚合方法，其特征在于，步骤(9)中将收集的数据进行相似度计算，提取所需数据并映射到空管情景聚合模型实例中，具体包括：

(9.1)对收集到的XML格式的本体文档使用DOM技术进行分析，提取其中的结构和数据；

(9.2)对本体间概念进行相似度计算，将与本体模型实例中概念最相似的数据认为是正确的、所需的数据；其中在计算空管领域两个本体中概念的相似度时，本体中的每一对概念都被考虑在内，依据WordNet同义词集对概念相似性进行判断，若两概念语义属于同一词集则直接将数据映射到情景模型实例中，只有概念语义不相同时再进行相似性计算；

(9.3)将全部所需的数据映射到情景模型实例中，聚合成知识图谱化的数据集，并为每个实例产生一个唯一的标识，提供给需求用户。

Images