工作流模型的匹配与查找

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:phlok1985
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着工作流技术的快速发展,特别是对于大型企业,他们所持有的模型库通常含有海量的多样的模型。当今针对大规模工作流模型库的应用已经成为一个研究热点。其研究成果广泛地应用于各种不同的领域,如工作流模型推荐、模型库重构、模型库抽象与整合、模型库模型查找、模型相似度检测等。如何对模型库中的模型进行有效匹配与查找是我们在研究过程中所面临的一个挑战。本文主要就基于工作流模型查找方法方面开展了研究讨论,提出了两种工作流模型的查找思路,分别是基于图匹配和基于事件视图的查找思路。在基于图匹配的查找思路中,我们首先通过将各式各样的工作流模型抽象为一个更为通用的有向图,这使得算法对工作流模型有了更好的泛化支持,而后综合考虑节点标签的语义信息和模型的拓扑结构信息,计算出模型间的相似度。其次,我们针对现实生活中的应用需求,提出了一个更为合理的模型匹配相似度的判断标准,即将节点匹配对集合的可达性判断作为构建结果集的主要依据,而非传统意义上的严格邻接关系。随后,我们提出了一种新的工作流模型查找思路,即基于事件视图的查找思路,用户可以通过将事件规则集作为查找输入,我们通过将工作流模型间的匹配性判断化归为事件规则集的一致性判断。这样,该法可支持零散的不完整的事件视图输入以及复杂事件规则的逻辑推理,从而表达了更为丰富灵活的语义和协同信息,这些都是传统的基于图匹配的查找思路无法有效解决的。
其他文献
随着工业生产的发展,工业生产过程日趋复杂化,工业控制系统的开发成为工业生产中一个非常重要的部分。但传统的工业控制系统存在着软件水平不高、质量不好的问题,因此优秀的
事件发掘就是从海量的、实时的、嘈杂的文本中发掘出有意义的事件,并将其中的事件要素概括抽取出来。事件发掘与其他自然语言处理领域的研究,如信息挖掘、主题检测、事件抽取
随着数据库技术的迅速发展,以及数据库管理系统的广泛应用,各个应用领域积累的数据越来越多,激增的数据背后隐藏着许多重要的信息,用户希望能够对其进行更高层次的分析,以便
作为一种编程模型,MapReduce已经成为处理大规模数据处理问题的一个重要手段。目前,MapReduce已被广泛地应用于Web搜索,机器学习,电子商务等领域。Hadoop,作为MapReduce的一
TTCN-3是一种全新的、灵活的、强有力的测试描述语言,可用于描述在多种通信端口上的各种响应系统的测试,它使得在软件开发领域中使用一个标准化的抽象测试描述语言成为可能。
随着互联网的飞速发展,互联网上的信息飞速增长,用户要从网上查阅到感兴趣的内容变得越来越艰难,传统的搜索引擎技术已经难以满足用户的需要。在这种背景下,个性化推荐系统应
UDDI(Universal Description,Discovery and Integration)统一描述、发现和集成,是一套基于Web的、分布式的、为Web服务提供信息注册中心实现的标准规范,同时也包含一组企业
数据库知识发现(KDD)是当前涉及人工智能和数据库等学科的一门相当活跃的研究领域,序列模式发现是其中的一个重要研究方向。当前序列模式发现算法需要多次扫描数据库,挖掘所
随着互联网的广泛普及和网络服务的多元化,获取各类信息的方式已经逐渐从文字和图片过渡到音频和视频。VoIP(Voice over IP)是一项利用互联网进行语音通信的热门业务,通过对
随着集成电路设计和工艺技术的发展,嵌入式系统因为具有高性能、低功耗、便携式的优点,已经在移动通信、机顶盒、智能卡等信息终端中得到了广泛的应用。而作为嵌入式系统核心