面向農業領域的敏捷知識管理系統研究分析
定義3知識服務組合(compositional knowledge service):由多個基本知識服務根據特定需求組合而成的具有復雜功能的軟件體。其內部的消息通訊與服務調度以及與外部服務間的通訊使服務組合具有更為復雜的動態行為,且服務的重用粒度也更大。詳細定義為:cks=,其中ks為基本服務集合,其他定義與上述知識服務類似。
定義4知識服務描述(knowledge service distribution)是對服務功能以及調用契約的描述,定義為sd=。其中sf為功能描述,包括接口功能、參數格式等。sc為調用契約,包含調用協議、調用權限等,其中知識服務接口(service interface)是服務訪問的語法規范,僅提供服務名及特征,并不描述服務的實現方式。定義為:si=,其中sip是接口參數的集合,slm是服務方法的集合。
定義5知識服務屬性(service attribute):對服務特征的描述。可細分為靜態屬性和動態屬性。靜態屬性值不隨時間變化而變化,只是與其他服務區分的基本依據。動態屬性則會隨著時間等外部條件的不同而取不同的值,刻畫了資源的變化特征,例如服務狀態、服務負載等。定義為:sa=,其中attr={a1,…,an}是服務屬性的集合;ran={v1,…,vm}是服務屬性值的集合;f:attr->f(ran)是資源屬性到其值域上的一個映射。
(二)體系結構
敏捷知識管理系統主要分為三層,包括交互層、應用層和數據層。其中交互層是系統面向用戶的接口,對外提供系統的公共服務,主要負責接收服務請求,并進行服務請求的解析,將相關信息提交給系統其它模塊進行下一步處理。而應用層是系統的核心,主要包括以下幾個模塊:
服務注冊模塊在傳統vddi的基礎上實現并進行語義擴充,除了保持uddi基于關鍵字的服務查詢和發現功能外,還擴展了基于語義的服務發現功能,實現系統服務的注冊、查詢和語義映射工作。經過接口封裝的各應用系統服務,除了在uddi進行正常注冊之外,還使用領域本體對其進行語義描述,以支持兩種不同類型的服務發現機制。
服務匹配模塊根據服務請求內容,對服務注冊中心的服務進行關鍵字及語義匹配,并返回最優服務。在服務運行的同時,由監控模塊根據服務匹配和運行的情況對服務進行評估,評估結果追加到服務注冊信息中,作為今后服務匹配和選擇的參考因素。
服務組合模塊只有當一個服務請求需要一個復雜業務過程才能夠完成時發揮作用。首先該服務請求會分解為基本服務請求,每個基本服務請求都要經過服務的匹配過程,最后所有匹配的服務按照業務定義中的邏輯順序進行服務組合,形成可執行流程,最后解釋執行。
數據層主要對成員的基本信息和服務信息進行存貯和分析,以建立聯盟知識庫。
(三)組建過程
以農產品供應鏈為例,敏捷知識管理系統組建過程描述如下:(1)首先以行業協會的形式建立農產品供應聯盟,并對聯盟中的企業進行分類,包括生產、物流、銷售企業等,其中每個企業均需要進行資格認證并進行評級,通過認證后各成員連入聯盟內部intrenet并在uddi注冊;(2)當有合適的市場機遇出現時,聯盟統一發布市場信息并進行分析,確定所需供應商類型。有合作意向的成員向聯盟提出申請,聯盟根據市場情況并結合成員的各項評級及所提供服務的質量評級進行供應商選擇并組建供應鏈;(3)供應鏈組建完畢后,入選的注冊完畢后,敏捷知識管理系統初步形成。當有成員需要知識服務時首先到聯盟知識門戶提交進行知識服務請求,若此服務存在則進行共享權限確認,然后由協會作為第三方與服務提供者綁定并進行交互。(5)當市場機遇消失后,敏捷供應鏈解散,各企業知識服務注銷,重新回到步驟(2)。組建過程如圖3所示。
(四)應用實例
這里,以農產品加工企業為例,對敏捷知識服務進行簡要說明。在對農產品進行清洗加工的過程中,加工企業通常需要了解農產品的農藥使用量及所包含的化學成分,而作為需進一步對農藥生產企業進行知識查詢。在敏捷知識管理系統的支持下,農產品加工企業只需要向聯盟提交知識查詢即可,由系統進行知識服務的組合調用并迅速發現結果,實現知識的敏捷重用,使原有查詢過程得到簡化。
四、關鍵技術
(一)服務檢索與組合技術
知識服務作為一種語義密集型的高層應用,用戶通常需要具備全面知識才能正確使用,傳統uddi基于關鍵詞和簡單分類的服務發現機制已經不能很好滿足需要。因此,本文在敏捷知識管理系統中提出一種基于領域本體和語義相似度的知識服務發現方法。首先將用戶查詢需求進行語義擴展,細分為功能需求、質量需求等,然后判斷功能需求是基本服務還是組合服務,若為基本服務則直接對uddi中已有服務進行語義查詢。若為組合服務,則對該查詢進行基本分解后進行相似度計算,得出結果后再使用工作流技術實施服務組合,如圖4。其中,服務組合是近年來出現的一種新的服務形式。目前研究方向主要有基于流程的方法和基于人工智能的方法。前者以工作流技術為基礎,具有代表性的成果有wsfl、bpel4ws等;后者以語義描述模型為基礎,具有代表性的成果是owl-s。而本文提出的方法則將服務檢索與組合相結合、人工智能與工作流相結合,充分考慮了知識服務自身的特點。