پروپوزال بکارگیری آنتولوژی جهت افزایش خود تطبیق پذیری در انباره داده

هوش تجاری از مجموعه ای از تکنیک ها و ابزار پدید آمده و هدف آن فراهم آوردن مشاغلی با حمایت ضروری از تصمیم گیری است. نمونه های خدمات هوش تجاری ساده موجود عبارتند از سرویس های مختلف جستجو و فیلترینگ و همچنین ارائه گران محتوا و جمع‌آوری‌کنندگانی که بسته‌های اطلاعاتی نیمه سفارشی را به کاربران خاص ارائه می‌کنند. در یک سطح پیشرفته تر مدیریت اطلاعات (IM) می تواند به یک مدیر در کنترل و نظارت بر سازمان های خاص، فنّاوری‌ها یا حوزه های تحقیقاتی کمک کرده و به آن‌ها توانایی تحلیل داده های ابتدایی را نیز می دهد تا بتوانند در سطح رقابت شرکت، بخش یا صنایع به نتیجه‌گیری بپردازد.

یکی از مهم‌ترین بخش‌های دستگاه‌های هوش تجاری، انبار داده‌ی آن‌ها است. انبار داده یک مخزن فیزیکی است که در آن داده های رابطه ای به‌طور ویژه ای سازمان یافته شده اند تا بتوانند در سرتاسر سازمان از تصمیم گیری پشتیبانی کرده و شامل داده های تمیز در یک فرمت استاندارد است. از مشکلاتی که در انبار داده وجود دارد، یکپارچه سازی سیستم های انبار داده است. میزان داده های نامتجانسی که امروزه در دسترس سازمان ها قرار دارد، مدیریت اطلاعات را تبدیل به کاری بسیار پیچیده و درعین‌حال حیاتی کرده است؛ چون این داده ها ممکن است سرمایه ارزشمندی برای هوش تجاری باشند. 

عموماً منابع زیادی در محیط زمینه قرار دارند که هر یک توسط مدل‌های داده‌های گوناگون مدل‌سازی شده و هر یک دارای رابط‌های مختلف جستجو هستند. این مدل‌ها ممکن است شامل سیستم‌های قدیمی، رابط برنامه نویسان برنامه‌های اختصاصی، فنّاوری دیتابیس سنتی مانند سیستم‌های دیتابیس رابطه‌ای یا شی‌ءگرا و همچنین فنّاوری جدید مانند وب سایت های HTML، SGML یا اسناد XML، سایت‌های چندرسانه‌ای و تلگراف‌های خبری باشند.

یکی از پیامدهای مهم استقلال منابع این حقیقت است که آن منابع ممکن است بدون کنترل لایه بالاتر یکپارچه سازی داده ها، تغییر کند. یکپارچه‌سازی داده‌ها از منابع اطلاعاتی سبب بروز چالش‌های جدیدی درزمینهٔ نگهداری و تکامل سیستم انبارداری داده‌ها در مورد این قبیل داده ها می‌شود که می‌توان این چالش را در انطباق یافتن با تغییرات منبع اطلاعاتی خلاصه کرد. منابع اطلاعاتی ازنظر طرح با یکدیگر فرق دارند. اگرچه مدل رابطه‌ای داده‌ها دارای منابع اطلاعاتی و انبار داده‌ها هستند اما از مدت‌ها پیش مشخص‌شده است که یک محتوای اطلاعاتی یکسان ممکن است به شیوه‌های مختلفی که طرح آن‌ها با یکدیگر فرق دارد، ذخیره شوند. با فرض این‌که طرح یک انبار داده‌ها اغلب توسط تغییری که در طرح‌های منابع اطلاعاتی اصلی اتفاق می‌افتد، تعریف می‌شود، اینک پویایی منابع می‌تواند سبب نامعتبر بودن تغییر و احتمالاً نامشخص ماندن انبار داده‌ها شود. ازاین‌رو به یک فنّاوری نیاز است که این تغییرات را به شیوه‌ای درست و مناسب به تعریف انبار داده‌ها تعمیم داده یا انبار داده‌ها را از آن‌ها جدا سازد.

جستجوی انجام‌شده در منبع اطلاعات ممکن است یک طرح تغییریافته را پیدا کند که به علت تغییر طرح منبع که دیگر با فرمت جستجوی ارائه‌شده مطابقت ندارد، به یک درخواست جستجوی بی‌نتیجه بیانجامد . به علت نیازهای عملکردی در سیستم و اندازه انبار داده‌ها، بهتر است این نوع تنظیم محتوای انبار داده‌ها به‌صورت پله‌پله انجام شود.

امروزه سیستم‌های نرم‌افزاری برای کنار آمدن با پیچیدگی‌هایی که روزبه‌روز هم بیشتر می‌شوند، از طریق انطباق با تغییراتی که ممکن است در محیط یا بافت عملیاتی‌شان یا در مقتضیات سیستم اتفاق بیفتد، انعطاف‌پذیرتر، قابل‌اطمینان‌تر، قابل بازیابی، قابل اختصاصی سازی، وابسته‌تر، قابل پیکربندی و خود بهینه سازو در مصرف انرژی صرفه‌جو شده‌اند خود تطبیقی الگوریتم را فعال می کند تا خود را با ویژگی‌های مشکل تطبیق داده و حتی با شرایط متغیر محیطی کنار بیایند چون آن‌ها به شیوه‌ای غیرقابل‌پیش‌بینی در بسیاری از کاربردهای تجاری دنیای واقعی رخ می دهند. نرم‌افزار خود تطبیقی یکی از کشفیات کلیدی در حوزه محاسبات تکاملی، است که در ابتدا در چارچوب استراتژی‌های اصطلاحاً تکاملی در آلمان اختراع شد. خود تطبیقی قابلیت سیستم جهت تنظیم رفتار خود در پاسخ به محیط است و دستگاه‌ها به‌طور مستقل تصمیم می‌گیرند که چگونه خود را سازماندهی یا تنظیم کنند تا بتوانند تغییرات در محیط و بافت خود را حلاجی نمایند. مفهوم سیستم خود تطبیق به نیازهای کاربر، خصوصیات سیستم و ویژگی‌های محیطی بستگی دارد.

برخی از مهمترین اهداف این پژوهش عبارتند از:

1. ارائه یک مدل بهینه جهت خود تطبیق پذیری فرآیند ETL در انباره های داده با کمک قابلیت های هستان شناسی

2. پیشنهاد یک مدل سرویس‌دهی جدید مبتنی بر هستان شناسی برای دولت ها، سازمانها و مشتریان در فرآیند خود تطبیق پذیری انباره های داده

3. ایجاد فضایی که دولت ها، سازمانها و مشتریان نیز از چارچوب معماری هستان شناسی موجود در انبار داده های خود استفاده کنند.