Alinhamento de esquemas baseado em instâncias
PROPOSTA DE DOUTORADO
Daniela F. Brauner
Orientador:
Prof. Marco Antonio Casanova
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Definição do problema
• Como acessar bancos de dados que adotam esquemas heterogêneos?
SA
TBDBA DBB
?
Esquema conceitual:descreve em alto nível como
organizar os dados armazenados em um BD
Esquema de Classificação:classifica os dados
armazenados em um BD em categorias pré-definidas
Ex: palavras-chave, tesauros, taxonomias.
?
TA
?
SB
© Daniela F. Brauner
Definição do problema
Ex:
ID FULL_NAME_ND DSG DMS_LAT DMS_LONG LAT LONG
67203 Rio de Janeiro PPLA -225400 -431400 -22.9 -43.2333333
39870 Rio de Janeiro STM -115100 -450900 -11.45 -45.15
76124 São Sebastião do Rio de Janeiro PPLA -225400 -431400 -22.9 -43.2333333
identifier display-name class gml:y gml:x
adlgaz-1-1457057-00 Rio de Janeiro, Estado do - Brazil administrative areas -22.0 -42.5
adlgaz-1-1457059-20 Rio de Janeiro, Serra do - Brazil mountains -17.95 -44.95
adlgaz-1-1457061-32 Rio de Janeiro - Brazil populated places -22.9 -43.2333
adlgaz-1-1437138-6b Janeiro, Rio de - Brazil streams -11.85 -45.15
adlgaz-1-3223719-6f Rio de Janeiro - Loreto, Departamento de - Peru populated places -4.3833 -71.8167
DBA
DBB
© Daniela F. Brauner
Definição do problema
Solução:
• Alinhamento de esquemas (schema matching): Dados dois esquemas como entrada, gerar um mapeamento entre os elementos desses esquemas que correspondem semanticamente um ao outro.
SA
sb = (sa)SB
© Daniela F. Brauner
Definição do problema
Aplicações:
• Transformação de dados
Ex: data warehousing
• Mediação de consultas
Ex: arquitetura de mediadores
© Daniela F. Brauner
Definição do problema
TA TB
DBA DBB
Transformação de dados:
______
______
?“Populated places” ≠ “PPL”
© Daniela F. Brauner
Definição do problema
TA TB
DBA DBB
______
______
“Populated places” “PPL”
Transformação de dados:
© Daniela F. Brauner
Definição do problema
TA TB
DBA DBB
Populated placesPopulated places
ClientClient
Request“Populated places” Request
“PPL”
______
______
TA
PPLPPL
TB
Mediação de consultas:
© Daniela F. Brauner
Definição do problema
TA TB
DBA DBB
Populated placesPopulated places
ClientClient
Request“Populated places”
Request“Populated places”
Request“PPL”
“Populated places” “PPL”
______
______
______
Mediação de consultas:
TA
?
© Daniela F. Brauner
Definição do problema
Como obter os mapeamentos?
Manualmente:• Nível de esforço linear com relação ao número de mapeamentos
• Processo tedioso e dispendioso– Consome cerca de 40% do tempo de trabalho dos departamentos de TI
Abordagens a priori:
• Requer amadurecimento das técnicas de projeto de BDs
Abordagens sintáticas:• Suscetíveis a erros
Abordagens semânticas:• Utilizam instâncias
CASANOVA, M. A.; BREITMAN, K. K.; BRAUNER, D. F.; MARINS, A. L. Database Conceptual Schema Matching. IEEE Computer Society, Computer, vol. 40, n. 10, pp. 102-104, Oct., 2007.
KEENE, C. Data Services for Next-Generation SOAs. SOA WebServices Journal, 4(12), 2004. http://webservices.syscon.com/read/47283.htm
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Abordagem proposta
• Alinhamento de esquemas utilizando instâncias
– Abordagem a priori:descoberta dos mapeamentos antes da implantação do mediador
– Abordagem adaptativa: descoberta e adaptação dos mapeamentos de forma incremental, utilizando as respostas às consultas dos usuários como evidências dos mapeamentos
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
DBA
Alinhamento de tesauros
• Utilizando instâncias
– Identifica instâncias equivalentes
– Conta os casamentos entre termos de tesauros distintos
– Define taxa de mapeamento para pares de termos
ID FULL_NAME_ND DSG DMS_LAT DMS_LONG LAT LONG
67203 Rio de Janeiro PPLA -225400 -431400 -22.9 -43.2333333
39870 Rio de Janeiro STM -115100 -450900 -11.45 -45.15
identifier display-name class gml:y gml:x
adlgaz-1-1457057-00 Rio de Janeiro, Estado do - Brazil administrative areas -22.0 -42.5
adlgaz-1-1457059-20 Rio de Janeiro, Serra do - Brazil mountains -17.95 -44.95
adlgaz-1-1457061-32 Rio de Janeiro - Brazil populated places -22.9 -43.2333
adlgaz-1-3223719-6f Rio de Janeiro - Loreto, Departamento de - Peru populated places -4.3833 -71.8167
DBB
© Daniela F. Brauner
Alinhamento de tesauros
• Abordagem a priori
Mapping Rate Estimator Module
1
2
CA CB
ThesaurusThesaurus
RA RB
Mapping Rates Matrix
BRAUNER, D. F.; CASANOVA, M. A.; MILIDIU, R. L. Towards Gazetteer Integration Through an Instance-based Thesauri Mapping Approach. In: Clodoveu A. Davis Jr; Antonio M.V.M. Monteiro. (Org.). Advances in Geoinformatics. Heidelberg: Springer, 2007, v.1, p.235-245.
© Daniela F. Brauner
Alinhamento de tesauros
TA TB
DBA DBB
______
______
“Populated places” “PPL”
• Abordagem a priori: transformação de dados
© Daniela F. Brauner
Alinhamento de tesauros
• Abordagem adaptativa
Query Manager Module
Cache
MappingsMapping Rate
Estimator Module
Mapping Rates Matrix
Thesaurus1
Client
3
4
5
7
6
CA CB
ThesaurusQuery
2
8
Query
BRAUNER, D. F.; CASANOVA, M. A.; MILIDIU, R. L. Mediation as Recommendation: An Approach to Design Mediators for Object Catalogs. In: 5th International Conference on Ontologies, DataBases, and Applications of Semantics, 2006, Montpellier, OTM 2006 Workshops. Berlin/Heidelberg:Springer, 2006. v. 4277. p. 46-47.
© Daniela F. Brauner
Cache Mappings
Alinhamento de tesauros
TA TB
DBA DBB
Populated placesPopulated places
ClientClient
Request“Populated places”
using TA
Request“PPL”
using TB
______
______
TA
PPLPPL
TB
..in a user session..
______
______
• Abordagem adaptativa: mediação de consultas
© Daniela F. Brauner
Alinhamento de tesauros
Geração de tesauro de referência:
• Abordagem a priori:– Assume-se um dos tesauros das fontes como
tesauro de referência
– A pertinência dos elementos é confirmada a partir dos mapeamentos realizados
• Abordagem adaptativa:– Assume-se um dos tesauros das fontes como referência
(por exemplo, o da primeira fonte cadastrada)
– A pertinência dos elementos é confirmada a medida que os mapeamentos são descobertos
– Novos elementos são incluídos quando novos mapeamentos são descobertos
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Ref.
Alinhamento de esquemas conceituais
• Utilizando instâncias
– Utiliza um conjunto de instâncias de referência
– Conta re-ocorrência dos valores dos atributos
– Define matrizes de ocorrência
ID NAME IDTYPE LAT LONG
67203 Rio de Janeiro PPLA -22.9 -43.2333333
266178 Alps MTS 46.41666 10.0
433587 Mississippi River STM 29.15105 -89.253342
identifier display-name class gml:y gml:x
adlgaz-1-1457057-00 Rio de Janeiro, Estado do - Brazil administrative areas -22.0 -42.5
adlgaz-1-1457059-20 Rio de Janeiro, Serra do - Brazil mountains -17.95 -44.95
adlgaz-1-1457061-32 Rio de Janeiro - Brazil populated places -22.9 -43.2333
adlgaz-1-3223719-6f Rio de Janeiro - Loreto, Departamento de - Peru populated places -4.3833 -71.8167
DBA
© Daniela F. Brauner
Alinhamento de esquemas conceituais
• Abordagem a priori
Query Manager Module
Cache
MappingsMapping Rate
Estimator Module
Occurrence Matrixbetween SG e SA
3
4
5
6
Global Instances+
Global Schema
SA1 2
DBA DBB
SB
SG
RG
Occurrence Matrixbetween SG e SB
BRAUNER, D. F.; INTRATOR, C.; FREITAS, J. C.; CASANOVA, M. A. An Instance-based Approach for Matching Export Schemas of Geographical Database Web Services. In: IX Brazilian Symposium on GeoInformatics, 2007, Campos do Jordão. IX Brazilian Symposium on GeoInformatics (GeoInfo 2007), 2007.
© Daniela F. Brauner
Alinhamento de esquemas conceituais
• Abordagem adaptativa
Query Manager Module
Cache
MappingsMapping Rate
Estimator Module
Occurrence Matrix EMI Matrix
SA1
Client
Query 2
3
4
5 7
6
DBA DBB
SB
8
BRAUNER, D. F.; GAZOLA, A.; CASANOVA, M. A.; BREITMAN, K. K. Matching Schemas of Database Web Services by Mediating User Queries. In: 10th International Conference on Enterprise Information Systems (ICEIS 2008), 12-16, June, 2008. Barcelona, Spain (Submitted).
© Daniela F. Brauner
Alinhamento de esquemas conceituais
Geração de esquema conceitual global:
• Abordagem a priori:– O esquema conceitual global é definido a priori
– A pertinência dos elementos (atributos) é confirmada a partir dos mapeamentos realizados
• Abordagem adaptativa:– Assume-se um dos esquemas conceituais
das fontes cadastradas como esquema global(por exemplo, o da primeira fonte cadastrada)
– A pertinência dos elementos (atributos) é confirmada a medida que os mapeamentos são descobertos
– Novos atributos são incluídos quando novos mapeamentos são descobertos
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Trabalhos Relacionados
• Rahm e Bernstein (2001) apresentam um survey incluindo diversas técnicas de alinhamento de esquemas conceituais, e propõem uma taxonomia para classificá-las.
• Bernstein e Melnik (2007) apresentam uma revisão dos requisitos para um Sistema de Gerenciamento de Modelos (que inclui operações para alinhamento de esquemas, diff de esquemas, transformação de dados a partir dos mapeamentos, etc.).
– Apontam a necessidade de inclusão de um componente para execução dos mapeamentos em runtime.
Rahm, E.; Bernstein, P. A. A Survey of Approaches to Automatic Schema Matching, The VDLB Journal, vol. 10, pp. 334–350, 2001.
Bernstein, P. A.; Melnik, S. Model management 2.0: manipulating richer mappings. In Proc. of the 2007 ACM SIGMOD International Conference on Management of Data, Beijing, China, 2007. pp.1 - 12.
© Daniela F. Brauner
Trabalhos Relacionados
(Wang et al. 2004)
• Técnica de alinhamento de esquemas baseada em instâncias usando sondagem de consultas específica de domínio, aplicada a bancos de dados na Web
• Um banco de dados na Web é composto por:
– Esquema de Interface: o que pode ser consultado
– Esquema de Resultado: o que é apresentado aos usuários
• Assume a existência/definição prévia de:
– um esquema global para bancos de dados na Web de um mesmo domínio
– um conjunto de instâncias de referência
Wang, J., Wen, J. Lochovsky, F.H. and Ma, W. (2004). Instance-based schema matching for web databases by domain-specific query probing, In Proceedings of 30th Intl. Conference on Very Large Data Bases, pp. 408-419.
© Daniela F. Brauner
Trabalhos Relacionados
Wang, J., Wen, J. Lochovsky, F.H. and Ma, W. (2004). Instance-based schema matching for web databases by domain-specific query probing, In Proceedings of 30th Intl. Conference on Very Large Data Bases, pp. 408-419.
Esquema global + Instâncias de referência
Title Author Publisher ISBN
xxxx xxxxxxx xxxx xxxx xxxx
xxxx xxxxxxx xxxx xxxx xxxx
xxxx xxxxxxx xxxx xxxx xxxx
xxxx xxxxxxx xxxx xxxx xxxx
Instâncias de Referência
Web Database (Esquema de Interface)
© Daniela F. Brauner
Trabalhos Relacionados
Wang, J., Wen, J. Lochovsky, F.H. and Ma, W. (2004). Instance-based schema matching for web databases by domain-specific query probing, In Proceedings of 30th Intl. Conference on Very Large Data Bases, pp. 408-419.
Title Author Publisher ISBN
xxxx xxxxxxx xxxx xxxx xxxx
xxxx xxxxxxx xxxx xxxx xxxx
xxxx xxxxxxx xxxx xxxx xxxx
xxxx xxxxxxx xxxx xxxx xxxx
Result Page (Esquema de Resultado)
Esquema global + Instâncias de referência
Instâncias de Referência
Web Database (Esquema de Interface)
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Contribuições
• Técnicas baseadas em instâncias para alinhamento de:
– esquemas de classificação (tesauros)
– esquemas conceituais
• Classificação das técnicas em a priori e adaptativas
• Técnicas para, a partir destes alinhamentos, criação de:
– esquemas de classificação (tesauros) de referência
– esquemas conceituais globais
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Organização da tese
1. Introdução
2. Trabalhos relacionados
3. Alinhamento de tesauros
4. Alinhamento de esquemas
5. Conclusões
© Daniela F. Brauner
Agenda
• Definição do problema
• Abordagem proposta
– Alinhamento de tesauros
– Alinhamento de esquemas conceituais
• Trabalhos relacionados
• Contribuições
• Organização da tese
• Cronograma
© Daniela F. Brauner
Cronograma
Alinhamento de esquemas baseado em instâncias
PROPOSTA DE DOUTORADO
Daniela F. Brauner
Orientador:
Prof. Marco Antonio Casanova
Top Related