[发明专利]一种基于PageRank和起源图抽象的关键视图发现方法

权利要求书

1.一种基于PageRank和起源图抽象的关键视图发现方法，其特征在于：

步骤一：根据W3C起源工作组定义一个数据模型——PROV模型，利用PROV模型使用户对各类系统中数据的起源信息进行标准化描述，将实体En、活动Act、代理Agent以及used和wasGeneratedBy的关系从PROV模型中提取出来建立基于PROV模型的起源图；

步骤二：在步骤一得到的起源图的基础上利用节点分组的概念，提出闭包、扩展、替换、删除操作，并进行形式化定义和完善，得到符合PROV约束条件的抽象图；

步骤三：提出了基于PageRank算法的关键节点识别算法，针对PROV起源图无环性的特性对PageRank算法进行改进，求出步骤二中得到的抽象图中所有节点的关键度；

步骤四：当用户对起源信息进行查看时，指定访问等级和节点类型，利用步骤三中得到的抽象图中节点关键度与指定访问等级的节点以及指定类型的节点进行比较，得到关键节点和非关键节点；同时将非关键节点标记为抽象节点，从而得到需要抽象的点的集合R；

步骤五：将步骤四中得到的需要抽象的点的集合R经过最优分区算法和图转换算法，最终得到对应用户对应的关键视图；

所述步骤三的PageRank算法是针对于Web系统设计的，通过指向某页面的链接将增加该页面的PageRank值；将起源图中的节点作为Web系统中的页面，起源图中的边作为Web系统中的链接，通过PageRank算法计算出PROV图中每个节点的影响力；其中PageRank算法的具体步骤如下：

步骤3.1：通过网页间的链接关系构建Web图；

步骤3.2：输入邻接矩阵，为每个页面设置初始PageRank值；

步骤3.3：根据邻接矩阵得到转移矩阵，然后初始化初始向量并判断是否收敛，如果收敛则进入步骤3.4，如果不收敛则进行递归计算节点PR值然后再对收敛进行判断；

步骤3.4：计算根据步骤3.3中计算得出的数值计算关键度。

2.根据权利要求1所述的一种基于PageRank和起源图抽象的关键视图发现方法，其特征在于：所述步骤二中所述的节点分组是定义图形的编辑操作，即如何将指定节点从原起源图中移除，生成一个新的有效的起源图；抽象图是指将用户指定的一系列节点看作一组，然后用一个新的抽象节点替换，同时通过修改节点以及新的抽象节点之间的关系，得到一个新的图。

3.根据权利要求1所述的一种基于PageRank和起源图抽象的关键视图发现方法，其特征在于：所述步骤二中所述的符合PROV约束条件的抽象图的构建步骤具体如下：

步骤1.1：PROV起源图研究只包含实体En和活动Act以及used和wasGeneratedBy的关系，针对抽象节点都是同一类型的作为同质分组进行操作，针对抽象节点不是同一类型的作为异质分组进行操作；

其中同质分组通过闭包、扩展、替换和删除四种操作来将新的抽象节点与原节点进行替换，并形成新的节点之间的相互关系；

步骤1.2：通过以下四个约束条件对抽象图进行进一步修改得到最终正确的抽象图；

其中四个约束条件为：

1)如果一个实体由两个以上的活动产生，那么这些活动需同时发生；

2)实体必须生成后才能使用；

3)活动使用实体必须发生在活动发生的过程中；

4)活动生成实体必须发生在活动发生的过程中。

4.根据权利要求1所述的一种基于PageRank和起源图抽象的关键视图发现方法，其特征在于：所述步骤四中的关键节点与非关键节点的区别方法如下：当用户对起源信息进行查看时，指定访问等级s(n)和节点类型，当图中关键度不小于指定访问等级的节点以及指定类型的节点时称为图中的关键节点，其余节点为非关键节点。