一种基于有向无环图的本体内聚度度量方法

J4 ›› 2015, Vol. 37 ›› Issue (7): 1297-1303.

一种基于有向无环图的本体内聚度度量方法

廖莉莉，沈国华，黄志球，阚双龙

（南京航空航天大学计算机科学与技术学院，江苏南京 210016）

收稿日期:2014-05-16 修回日期:2014-08-14 出版日期:2015-07-25 发布日期:2015-07-25
基金资助:
国家自然科学基金资助项目（61272083,61100034,61170043）；中央高校基本科研业务费专项资金（56XAA12022,NS2014099）；南京航空航天大学博士学位论文创新与创优基金资助项目（BCXJ1214）

An approach for ontology cohesion
metrics based on directed acyclic graph

LIAO Lili，SHEN Guohua，HUANG Zhiqiu,KAN Shuanglong

（College of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China）

Received:2014-05-16 Revised:2014-08-14 Online:2015-07-25 Published:2015-07-25

摘要/Abstract

摘要：

目前，随着本体的广泛使用和快速发展，本体在结构与语义上变得越来越复杂。如何对本体的质量进行评估成为本体构建和重用的主要问题。在本体构建过程中，对本体进行评估有利于对本体进行重构和优化，以构建高质量的本体。在本体重用过程中，可以帮助用户在候选本体集中选择最优结构的本体。提出一种基于有向无环图(DAG)的本体内聚度度量方法，首先依据有向无环图的结构提出一组本体内聚度度量指标；然后根据已有的度量验证框架对其进行验证，说明度量指标在理论上有效；最后使用经典本体数据集进行实验，说明所提出的本体内聚度度量方法的合理性和有效性，有利于本体的构建和重用。

关键词: 本体, 度量, 内聚度, 有向无环图

Abstract:

With the widespread use and the rapid development of ontologies, the structures and semantics of ontologies are becoming more and more complex. The evaluation of the qualities of ontologies becomes a major problem for ontology construction and reuse. In the process of ontology construction, ontology evaluation is beneficial to the reconstruction and optimization of ontologies of high quality. In the reuse process, ontology evaluation can help users to select the optimal structure among the candidate ontologies. In this paper we first propose a set of evaluation metrics to measure the cohesion of the ontologies based on directed acyclic graph (DAG). Then we validate the theoretical effectiveness of the proposed metrics under the frameworks for software measurement validation. Finally, we use a set of classical ontologies to do experiments and the results demonstrate that the proposed metrics are reasonable and effective. It is conducive to the ontology construction and reuse.

Key words: ontology;metrics;cohesion;directed acyclic graph

廖莉莉，沈国华，黄志球，阚双龙. 一种基于有向无环图的本体内聚度度量方法[J]. J4, 2015, 37(7): 1297-1303.

LIAO Lili，SHEN Guohua，HUANG Zhiqiu,KAN Shuanglong. An approach for ontology cohesion
metrics based on directed acyclic graph [J]. J4, 2015, 37(7): 1297-1303.

[1]	康宇, 史珂豪, 陈佳艺, 曹洋, 许镇义, . 基于度量学习的跨摄像头运动目标重定位方法研究[J]. 计算机工程与科学, 2024, 46(7): 1256-1268.
[2]	刘振宇, 李华, 王璐. 数据中心SFC+X编排评测环境的构建：POC方法[J]. 计算机工程与科学, 2024, 46(10): 1735-1747.
[3]	陈俊彦, 卢贤涛, 黄雪锋, 卢小烨, 廖岑卉珊. 基于Double-Bagging特征降维异质集成入侵检测[J]. 计算机工程与科学, 2023, 45(6): 1011-1019.
[4]	苟平章, 马琳, 郭保永, 原晨. 基于软件定义网络的多约束QoS双路径路由优化方法[J]. 计算机工程与科学, 2023, 45(1): 46-56.
[5]	赵俊生, 王鑫宇, 尹玉洁, 张林. 基于蒙古语新闻领域本体的分布式检索方法[J]. 计算机工程与科学, 2021, 43(3): 560-570.
[6]	张梅, 陈梅, 李明. 基于局部中心度量的边界点划分密度聚类算法[J]. 计算机工程与科学, 2021, 43(12): 2243-2252.
[7]	魏墨济, 赵燕清, 朱世伟, 李晨. 基于社会立场建模的网络犯罪预警研究[J]. 计算机工程与科学, 2021, 43(1): 151-160.
[8]	袁田, 朱红亮, 周娟, 朱晓东. 降低OFDM立方度量的最优限幅滤波算法及神经网络实现[J]. 计算机工程与科学, 2020, 42(8): 1359-1366.
[9]	马慧, 魏立力. 加权犹豫三角模糊距离度量及其在群决策中的应用[J]. 计算机工程与科学, 2020, 42(8): 1430-1439.
[10]	朱永超1，周川1，崔玉伟2，郭健1，吴益飞1. 基于模拟退火算法的改进主/副版本调度算法[J]. 计算机工程与科学, 2019, 41(9): 1534-1540.
[11]	周钢,郭福亮. 基于信息熵的集成学习过程多样性度量研究[J]. 计算机工程与科学, 2019, 41(9): 1700-1707.
[12]	邵俊健，王士同. 高维数据的增量式聚类算法的距离度量选择研究[J]. 计算机工程与科学, 2019, 41(2): 214-223.
[13]	李鑫健，刘漫丹. 基于最短时间距离的校园无线网络用户关联性度量[J]. 计算机工程与科学, 2019, 41(10): 1755-1762.
[14]	王亚强1,2，臧根林1,2，吴庆蓉1,2，占春丽1,2，谢新扬1,2. 一种领域知识图谱的本体根类型设计[J]. 计算机工程与科学, 2019, 41(10): 1861-1867.
[15]	路文华，罗钧旻，李俊伟，高武奇. 基于自我意识的Agent通信语言研究[J]. 计算机工程与科学, 2018, 40(9): 1598-1605.