（计算机软件与理论专业论文）基于语义的软构件的表示和检索技术研究.pdf

哈尔滨t 稃大学硕十学位论文 摘要 基于构件的软件开发是解决软件危机的有效途径。在基于构件 复用的软件丌发过程中，构件库管理系统扮演了重要角色。在构件 库管理系统中构件的表示及其检索是最基本也是最核心的功能之 一。传统的构件描述与检索方式，由于缺乏构件的语义信息描述， 用户难以精确检索到与需求匹配的构件资源，所以不能很好地实现 资源共享和复用的目的。 针对上述问题，本文在刻面分类描述的基础上引入本体，建立 基于语义的构件分类和描述结构，将本体与刻面相结合，使刻面描 述具有语义信息，使本体很好地为构件库服务，应用本体可以对用 户提交的检索请求进行语义扩展。 基于语义的软构件分类方法从五个刻面对软构件进行描述，并 将构件的刻面通过术语空间与构件本体和领域本体相结合，对本体 的组成、描述方法以及如何构建本体进行了研究，在基于软件工程 的领域本体构建方法的基础上构建构件本体。将构件之间以及构件 的刻面术语之间的关系体现于本体中，为用户的检索请求提供语义 扩展的技术支持。通过对传统构件检索的基本原理、技术及发展现 状等方面的分析研究，提出了一种基于本体与刻面相结合的构件检 索模型，详细描述了本体与刻面相结合的构件检索系统的设计思想 和检索流程。在该系统中，用户使用自然语言描述需求，以提高使 用的方便性，利用领域本体中的领域知识对检索条件进行扩充和求 精，并且研究了构件检索时构件描述树与查询树的语义匹配，有效 地提高了构件检索的查全率和查准率。 关键词：软构件库；检索；刻面；本体；树匹配 哈尔滨t 程人学硕十学何论文 a b s tr a c t c o m p o n e n t b a s e ds o f t w a r ed e v e l o p m e n ti sa ne f f e c t i v ew a yt o s o l v et h es o f t w a r ec r i s i s i nt h ed e v e l o p m e n to fr e u s i n gt h ec o m p o n e n t ， t h e c o m p o n e n tm a n a g e m e n ts y s t e mp l a y s a n i m p o r t a n t r o l e t h e c o m p o n e n tc l a s s i f i e dm e t h o da n dt h er e t r i e v a li soneo ft h em o s tb a s i c a n dt h em o s tc o r ef u n c t i o n si nt h ec o m p o n e n tm a n a g e m e n ts y s t e m t h e t r a d i t i o nc o m p o n e n td e s c r i b e sar e t r i e v a lm e t h o dl a c k so fs e m a n t i c d e s c r i p t i o no ft h ei n f o r m a t i o n ，i ti sh a r dt of i n dt h ee x a c tc o m p o n e n t m a t c h i n gt o t h e r e q u i r e m e n t s ，a n dt h e r e f o r e i sh a r dt oa c h i e v et h e p u r p o s eo fs h a r i n gt h er e s o u r c ea n dr e u s e a c c o r d i n gt ot h ea b o v ep r o b l e m ，t h eo n t o l o g yt e c h n o l o g yb a s e do n t h ef a c e tc l a s s i f yd e s c r i p t i o ni sb r o u g h tt ot h i sp a p e r ，a n dt h es t r u c t u r e b a s e do nt h es e m a n t i cc o m p o n e n tc l a s s i f i c a t i o na n dt h ed e s c r i p t i o ni s e s t a b l i s h e d t h ec o m b i n a t i o no ft h e f a c e ta n dt h eo n t o l o g ya d d st h e s e m a n t i ci n f o r m a t i o nt ot h ef a c e td e s c r i p t i o n a n do n t o l o g yt e c h n o l o g y c a ne x t e n du s e r sr e t r i e v a l q u e r i e ss e m a n t i c a l l y ，a n di m p r o v et h e p r e c i s i o na n dt h er e c a l l c o m p o n e n tc l a s s i f i e d a n dt h er e t r i e v a lm e t h o dd e s c r i b e st h e c o m p o n e n tw i t hf i v ef a c e t s ，a n dc o m b i n e st h e f a c e tt e c h n o l o g yw i t h c o m p o n e n to n t o l o g ya n dd o m a i no n t o l o g yt h r o u g ht h et e r ms p a c e i t r e s e a r c h e so nt h ed e s c r i p t i o na n dt h er e t r i e v a lo ft h ec o m p o n e n ta n dt h e c o n s t r u c t i o no ft h eo n t o l o g y a n di tc o n s t r u c t st h ec o m p o n e n to n t o l o g y b a s e do nt h ec o n s t r u c t i o nm e t h o do ft h ed o m a i n o n t o l o g y t h e r e l a t i o n s h i p so ft h ec o m p o n e n t sa n dt h er e l a t i o n s h i p so ft h ef a c e tt e r m s a r ed e s c r i b e db yo n t o l o g y ，w h i c hp r o v i d e st h es e m a n t i ce x t e n s i o nt ot h e u s e r 7s r e t r i e v a lq u e r i e s h a v i n ga n a l y z e dt h e p r i n c i p l e ，t e c h n o l o g ya n dt h e s t a t u so ft h et r a d i t i o n a lc o m p o n e n tr e t r i e v a l ，t h e p a p e rp r o p o s e sam o d e lo f 哈尔滨i ：稗人学硕十学位论文 c o m p o n e n tr e t r i e v a lb a s e do no n t o l o g ya n df a c e t i ta l s od e s c r i b e st h ed e s i g n i d e aa n dt h ep r o c e s so fs e a r c h i n go ft h es y s t e mi nd e t a i l i nt h es y s t e m ，u s e rc a n s p e c i f yq u e r yi n n a t u r a l l a n g u a g e ，w h i c hy i e l d s af l e x i b l ea n dr e f i n e db y u t i l i z i n gt h ed o m a i nk n o w l e d g ee m b e d d e di nd o m a i no n t o l o g y k e yw o r d s ：c o m p o n e n tr e p o s i t o r y ；r e t r i e v a l ；f a c e t ；o n t o l o g y ；t r e e m a t c h i n g 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导 下，由作者本人独立完成的。有关观点、方法、数据和文 献的引用己在文中指出，并与参考文献相对应。除文中己 注明引用的内容外，本论文不包含任何其他个人或集体已 经公开发表的作品成果。对本文的研究做出重要贡献的个 人和集体，均己在文中以明确方式标明。本人完全意识到 本声明的法律结果由本人承担。 作者( 签字) ：越豳： 日期：洲年乡月陀日 哈尔滨i ：程大学硕十学位论文 1 1 研究背景 第1 章绪论 目前，软件业中，软件复用技术为软件工程提供了一条提高软 件生产效率和软件质量的解决方案，其出发点是应用系统的开发以 已有的工作为基础，充分利用已有系统的开发中所积累的知识和经 验进行新的开发。 软件复用是指应用已有的、为重用目的而开发的软件构件构造 新的软件系统；软件构件技术被视为支持软件复用的核心技术之一； 围绕软件复用出现了许多软件开发技术，比如软构件开发技术、软 件框架技术、构件库技术和构件组装技术等，这些已经成为当前软 件复用研究的重点。 软件行业的工业化生产的快速发展，促进了软件构件技术的产 生和发展，软件构件只有在数量上达到了一定的规模才能真正满足 软件复用和基于构件的软件开发( c b s d ) 的需求，因而，软构件库作 为一种支持软件复用的工具应运而生了，它是对这些数量庞大的软 构件进行管理的一个强有力的工具，提供对软件构件进行描述、分 类、存储和检索等功能。当前，软件构件技术已成为软件工程领域 的研究热点，其研究内容包括构件的标准和模型、构件的生产和获 取、构件的规约与描述、构件的分类与组织、构件的检索与组装、 软件体系结构、软件复用工具与管理手段、基于复用的软件开发过 程等方面，这些研究工作取得了很大进展和众多成果，而且还出现 了一些产业构件标准，如，c o m d c o m c o m + 、s u n 的e j b 和o m g 的c c m 。 构件被存储在如此庞大的构件库中，必须找到此构件以后才能 使用，构件的检索技术是必不可少的。而对构件库的检索一直是影 响软件复用的瓶颈，研究人员对此做了大量的研究，并出现了多种 构件库检索方法，如基于关键字的检索、刻面检索、基于神经网的 检索等等。 哈尔滨l ：稃人学硕+ 学位论文 1 2 国内具代表性的软构件库及采取的检索方法 构件库作为软件复用的基础设施，成为近十几年来软件复用的 研究热点和重点，国内外学术界对其进行了比较深入的研究。当前， 已经出现了不少构件库系统和原型。 1 2 1r e b o o t 构件库系统 r e b o o t ( r e u s eb a s e do no b j e c to r i e n t e dt e c h n i q u e s ) 是欧盟 信息技术计划e s p r i t 中的一个项目，目标是研究、开发以及推广复 用驱动的和面向对象的软件技术。r e b o o t 系统是9 0 年代初期国际上 比较著名的构件库系统，有下列技术特色： ( 1 ) 采用刻面分类作为主要分类方法。定义了a b s t r a c t io n 、 o p e r a t i o n s 、o p e r a t e so n 、d e p e n d e n c i e s 四个刻面来描述系统所存 储的面向对象的源代码构件。 ( 2 ) 提供构件的详细描述和测试信息，用户可以通过这些信息来 理解构件。此外，对每一个构件设置一个开放论坛，提供给用户报 告他们的复用经验和遇到的问题。 ( 3 ) 开发了一个基于“要素一标准一度量”模型标准的度量体系， 定义了两个质量与可复用性的模型来评估构件的质量和可复用性。 复用者可以通过主观评估与模型的静态计算相结合来评估构件。 ( 4 ) 要求用户在使用适配工具提取构件时，提供构件的复用历 史，包括用户的满意程度、提取代价、修改代价、节省的努力、批 评意见、构件的修改需求等方面的反馈。 1 2 2 青鸟构件库管理系统 青鸟构件库管理系统( j b c l m s ) 是国家“九五 重点科技攻关项 目一一“软件工程环境( 青鸟c a s e ) 工业化生产技术及系统( j b s e i m s ) 的研究开发”中的核心组成部分之一。j b c l m s 是一个基于i n t e r n e t 的软件资产库管理系统，具有如下特点： 2 哈尔滨t 程大学硕十学侮论文 ( 1 ) 可以存储和管理。义的构件，采用数据库管理系统存储构件 描述信息，文件系统存储构件实体。 ( 2 ) 提供关键词、刻面、规约等多种检索方式。j b c l m s 选取使用 环境、应用领域、功能、层次、表示方法等作为基本刻面，以满足 宽谱系构件的描述需求。 ( 3 ) 采用“用户一人员组一构件子库一构件 四级模式来实现用户 在构件库中的职责和权限。 ( 4 ) 提供基于数据仓库技术的构件反馈机制，为用户选取构件提 供辅助分析。 1 2 3a g ora 构件搜索引擎 a g o r a 是c m us e i 开发的一个构件搜索引擎。s e i 的一些研究人员 认为传统的构件库是一种大型的集中式系统，库的可访问性和可扩 展性都有限。随着j a v a b e a n s 、a c t iv e x 、c o r b a 等商业构件标准的建 立与发展，在i n t e r n e t 的各个节点上分布着大量可复用的标准构件， 因此，应该研究一种在i n t e r n e t 上搜索这些构件的工具。a g o r a 通过 对w e b 页面的搜索来获取构件u r l 等相关信息，采用和普通搜索引擎 相同的方式管理构件信息。除了利用s p id e r 技术在w e b 页面上搜索构 件外，a g o r a 也允许构件丌发者将他们开发的构件直接在a g o r a h 艮务 器上注册。相对于传统的构件库，a g o r a 系统有如下特点： ( 1 ) 节省了构件验证和构件库管理的成本，构件开发者无需提交 构件，构件库的用户能够相对及时地得到构件的最新版本。 ( 2 ) 搜索的构件种类有限，由于构件模型的差异。对j a v a a p p l e t 和a c tiv e x 的搜索效果比较好，而对其它种类的构件( 如c o r b a 、e j b ) 搜索效果较差。 ( 3 ) 构件的描述信息和分类信息不够充分。缺乏构件功能的语义 描述信息，用户只能通过方法、事件或属性名称进行查询，不便于 用户准确定位查询和使用构件。 ( 4 ) 库中构件的唯一性和存在性得不到保证。 哈尔滨t 稃人学硕十学何论文 1 2 4c o d e bro k e r c o d e b r o k e r 是美国c o l o r a d o 大学开发的一个构件库原型，其 特色是构件库与源程序编辑工具实现无缝集成，为用户提供主动查 询服务。c o d e b r o k e r 存储的构件是j a v a 的类和方法，辅助j a v a 程 序员的开发系统通过三个a g e n t ( l is t e n e r 、f e t c h e r 、p r e s e n t e r ) 实现构件的主动查询。l is t e n e r 在后台实时监控用户在编辑器中的 输入，通过对输入文本( 注释、类名或方法名) 的分析获得查询条件， 交给f e t c h e r 处理。f e t c h e r 在构件库中检索满足条件的构件通过 p r e s e n t e r 在编辑器中动态显示出来，这样编程人员就可以及时而自 动地获取所需要的构件。c o d e b r o k e r 的查询条件完全依赖于用户在 编写程序过程中的文本输入，因此查准率较低，为此c o d e b r o k e r 提 供了一套构件过滤机制帮助用户快速删除不相关的构件。 1 3 现已应用到构件检索中的技术 1 3 1 树匹配方法 目前，对于刻面描述的构件检索主要采用的还是以传统的数据 库检索技术为主并结合利用同义词词典和刻面术语空间的层次结构 来实现构件的松弛匹配。但是，构件库的检索与一般的数据库或文 献库中的检索不同。首先，构件的检索需要一定的松弛匹配的能力， 在保证一定查准率的情况下提高查全率。另外，构件的检索需要兼 顾对查询的构件的不完全描述，对查询的匹配应有一定的模糊能力， 不仅要求能给用户返回匹配的结果，还要求能返回相应的匹配程度， 为用户复用构件提供有意义的参考。另外，各个构件库的刻面分类 方案可能完全不一样。有时，为了查到合适的构件，用户查询可能 需要跨越多个构件库，如何在匹配时有效地屏蔽不同的构件刻面分 类方案问的差异。这也是刻面匹配所需要解决的问题。 采用目前的刻面描述匹配技术来解决这些要求还存在许多值得 改进的方面。f o r b e sg ib b 在他们的可复用软件构件研究项目中引进 4 哈尔滨r r 稃大学硕+ 学伉论文 了x m l 作为构件刻面描述的标记语言，并应用x m l 检索语言x m l s q l 米 完成构件检索的任务。但是，在对构件刻面描述的匹配技术的设计 上还存在着一定的改进空间。从而，王渊峰等人将树匹配的方法结 合进构件刻面描述的匹配，提出了一个包含3 个层次、5 种匹配类型 的可复用构件刻面描述的匹配模型n 9 。 树匹配方法即对一个刻面分类方案，将其中的刻面、子刻面分 别映射为树中对应的父节点、子节点，对采用某个刻面分类方案描 述的构件，可以将其对应的描述术语映射为对应的叶子节点。对于 构件的查询也可相应地表示为一棵查询树。将查询中出现的刻面名、 子刻面名转化为相应层次的父子节点，并将待查询的刻面术语值映 射为叶节点。于是，构件的检索可以转化为查询树与库中每个构件 的刻面描述树之间的匹配。两棵树之间的匹配本质上是两棵树的节 点之间的一个映射。根据对该映射所施加的约束条件的不同，可以 得到不同类型的匹配。 1 3 2 基于关联挖掘的自适应构件检索方法 一个构件库检索系统的检索质量通常通过查全率、查准率和检 索效率进行衡量。在实际的应用过程中，构件的复用者并不是构件 的生产者或构件库的管理员，故在对构件进行检索时，常常对构件 库中描述构件的刻面和术语理解不充分，因而难以给出完整和精确 的检索需求，从而对检索的查准率造成影响。但实际上可以根据用 户最终选取的结果反映出其真实需求。如果能够从用户的检索行为 及用户对检索结果的反馈中，推断出用户的检索特点即反映用户给 出的非精确检索条件与用户实际需要的精确检索条件之间内在联系 的模式，则利用这些模式可以对新的不完整的检索需求进行补充， 从而提高系统的查准率。 薛云皎等人的带有用户反馈的自适应构件检索模型以及基于关 联挖掘的自适应学习算法，在研究构件检索特点的基础上，针对基 于刻面描述的构件，借鉴数据挖掘中关联规则挖掘的理论，将数据 哈尔滨t 程人学硕十学何论文 挖掘方法引入构件检索，从用户检索行为及反馈中，挖掘出非精确 检索条件与精确检索结果之间的关联规则，从而调整检索机制，提 高构件检索的查准率旺叫。 在基于刻面描述的构件的检索中，用户结合复用需求和构件库 提供的刻面以及术语集提出检索关键词，提交检索系统。用户对检 索需求描述的完整性和精确性取决于用户对构件库所采用的刻面及 术语的熟悉程度。由于用户并非构件生产者或构件库管理员，难以 完全理解刻面和术语的含义，故常可能在提出检索需求时遗漏部分 刻面或术语，这称为用户的隐含需求。在构件库检索系统返回检索 结果后，用户可以根据实际需要在结果集中进行进一步筛选。从而 可以根据用户在筛选过程中表现出的行为特点，挖掘出用户的隐含 需求，从而在检索中自动加入隐含需求的约束，在一定程度上提高 构件库检索系统的查准率。 1 3 3 数据挖掘技术与决策树分类方法 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机 的数据中，提取隐含在其中的、潜在的有用信息和知识的过程它 的发现过程主要有3 个步骤：定义要发现的问题；根据问题进行数据 搜索及模式抽取；评价所发现的知识的好坏。在三者之中，核心技 术是数据搜索及模式抽取方法。 数据挖掘的核心技术算法主要有统计分析方法、神经元网络、 决策树方法、遗传算法等，其中决策树是常用于预测模型的算法， 它将大量数据有目的地分类，从中找到一些具有价值的、潜在的信 息，以其易于提取显式规则、计算量相对较小、可以显示重要的决 策属性和较高的分类准确率等优点而得到广泛的应用。决策树分类 方法可在软构件检索中起到辅助决策支持的作用。 决策树的基本思想：决策树的结构就像一棵树。它利用树的结 构将数据记录进行分类，树的一个结点就代表某个条件下的一个记 录集，根据记录字段的不同取值建立树的分支；在每个分支子集中 6 哈尔滨i ：稗人学硕+ 学位论文 建立f 层结点和分支，便可生成一棵决策树。 决策树构建过程心：决策树是通过一系列规则对数据进行分类 的过程。它提供一种在什么条件下会得到什么值的类似规则的方法。 决策树分为分类树和回归树两种，分类树对离散变量做决策树，回 归树对连续变量做决策树。一般的数据挖掘工具，允许选择分裂条 件和修剪规则，以及控制参数( 最小节点的大小，最大树的深度等 等) ，来限制决策树的。决策树作为一棵树，树的根节点是整个数据 集合空间，每个分节点是对一个单一变量的测试，该测试将数据集 合空间分割成两个或更多块。每个叶节点是属于单一类别的记录。 构造决策树的过程为：首先寻找初始分裂。整个训练集作为产生决 策树的集合，训练集每个记录必须是已经分好类的。决定哪个属性 ( f ie 1d ) 域作为目f j i 最好的分类指标。一般的做法是穷尽所有的属性 域，对每个属性域分裂的好坏做出量化，计算出最好的一个分裂。 量化的标准是计算每个分裂的多样性( d iv e r sit y ) 指标基尼( g i n i ) 指标。其次，重复第一步，直至每个叶节点内的记录都属于同一类。 增长到一棵完整的树。 决策树建树的基本原理可以用i d 3 算法来说明。i d 3 算法是决策 树算法的代表，绝大多数决策树算法都是在它的基础上加以改进而 实现的。它采用分治策略，决策树的构造过程中，在树的各个节点 上利用特征属性的信息增益大小作为分支属性选择的启发式函数， 选择信息增益最大的特征作为分支的属性心2 1 。 决策树的技术难点：决策树算法的技术难点也就是选择一个好 的分支取值。利用一个好的取值来产生分支，不仅可以加快决策树 的生长，最重要的是产生的决策树结构好，可以找到较好的规则信 息。相反，如果根据一个差的取值来产生分支，不但减慢决策树的 生长速度，而且会使产生的决策树分支过细，结构性差，从而难以 发现一些本来可以找到的有用的规则信息。 数据挖掘技术及决策树方法在软构件库中的使用：r e b o o t 、n a t o 提出的构件分类方法都是基于刻面的；青鸟构件库的构件也是采用 以刻面分类为主、多种分类模式相结合的方法对构件进行分类描述 7 哈尔滨t 程大学硕十学位论文 的。这些方法，都足针对检索构件本身的。而在实际的软构件复用 过程中，构件的检索不仅应该能够高效检索出相关的构件集，关键 是如何使复用者快速地理解所检索到的构件，从而在这个构件集中 找到自己的真正所需，这是一个复杂的决策过程，一般都依赖于复 用者的复用经验以及通过浏览构件描述信息对构件的理解和主观评 判。数据挖掘技术可以从构件库的大量数据中获得决策支持所需的 多种知识，尝试采用数据挖掘技术，从构件的复用历史信息和复用 者复用构件的反馈信息出发建立挖掘数据集，采用相应的数据挖掘 方法挖掘出构件复用的若干规律，最大限度地排除人为的因素，变 盲目的、凭印象或凭经验的复用为建立在数据分析基础上的科学量 化分析；变孤立的、分散的复用为在科学计算分析基础上对规律性 和趋势性的判断乜纠。 1 。4 工作内容及论文结构 本文主要按照用户的需求，查询合适的构件，采用相关技术及 理论提高构件的查准率和查全率。本文的主要工作及所用的相关技 术用图1 1 形象化的描述。 本文所做的工作主要有以下几点： ( 1 ) 根据刻面的制定原则，制定软构件的刻面以及子刻面，生成 刻面描述树。 ( 2 ) 根据刻面的术语空间，构建领域本体和构件本体，将构件的 刻面和子刻面与构件本体相对应，将领域本体以带语义信息的概念 连通图的形式表示。 ( 3 ) 对用户用自然语言来表示的查询条件进行分词后运用本体 技术，对查询条件进行扩展，描述扩展算法，生成概念扩展后的构 件查询树。 ( 4 ) 对刻面描述树和构件查询树进行匹配，查找合适的构件，提 供匹配算法。 8 哈尔滨i ：稃人硕十学位论文 型纠 1 1 一 ，j 2 _嗣r 曝 ，_ 语义扩展l ，。_ _ _ l 型查询l查询树_ 、 、n c = ，o 一划一1 i ! ； ， 刻面描述卜一 _ 一 ：刻面| ：_ ；| ；。i琵z = j 五= 崮 件树 隆 图1 1 主要下作及相关技术图示 全文共分5 章。第1 章是绪论，第2 章是相关知识，第3 章是 基于语义的软构件的刻面描述，第4 章是领域本体的构建，第5 章 是基于语义的构件检索方法，具体的内容为： 第1 章介绍课题来源、研究意义、现状、主要内容及结构组织。 第2 章介绍相关知识，先软构件的由来及多年来学者们对软构 件的定义；接着列举了现有的软构件检索的方法；最后介绍在软构 件检索领域已经采用到的方法和取得的成果，以及本文将要采取的 技术和方法，为以后章节铺开思路。 第3 章介绍了刻面的相关知识，刻面及子刻面制定的原则和步 骤，以及按照本文需求所制定的刻面和子刻面，然后，为构件以刻 面描述树的形式展现，为以后构件描述树和查询树的匹配提供条件。 第4 章介绍了本体的相关知识，以及本体的形式化表示；然后 详细介绍了领域本体和构件本体及其构建过程，以及领域本体和构 件本体的定义、公理的描述形式；最后给出领域本体的本体概念连 通图。 9 哈尔滨t 稗人学硕十学位论文 第5 章构造了一个构件检索的体系架构，然后详细研究了此架 构中用户查询条件的语义扩展，形成扩展查询树，与构件描述树进 行匹配，从而找到合适的构件，提供了构件描述树和查询树之间的 匹配算法。 l o 哈尔滨t 程大学硕十学位论文 第2 章软构件检索方法概述 2 1 软构件的定义 构件的概念来源于软件复用。早在l9 8 6 年，在n a t o ( 北大西 洋公约组织) 会议上就提出了软件复用的概念，后来还为此制定了一 整套软件复用的指导性标准，其中包含了利用标准构件实现软件复 用的基本思路。也就是在这次会议上，m c l l r o y 在题为m a s s p r o d u c e d s o f t w a r ec o m p o n e n t ) ) 的论文中首次提出了构件的概念。构件技术作 为支持软件复用的核心技术，正越来越受到人们的重视。构件的定 义也随着时间的推移及其它相关软件开发技术的发展而逐渐演化。 构件的发展经历了以下三个阶段： 二十世纪六十年代末到八十年代初，结构化的软件开发思想开 始占主导地位。构件指的就是一些定义良好的方法包或者是功能模 块。 八十年代起，面向对象的丌发思想开始发展起来，构件指的就 是类库。这时候的类虽然具备了一定的封装、多态和继承性，但是 还需要依赖具体的编程语言，因此不能完全表达到可移植性和互操 作性的要求。 九十年代后，构件的内涵开始得到加强，聚合性、独立性和复 用性得到进一步提高。此时构件的定义得到了进一步完善。 目前主要的构件定义有： s a m e t i n g e r 认为构件是自包含、可清晰标识的片断，执行特定 的功能，有着清楚的接口、恰当的文档和己定义的复用状态。 o m g 组织在制定规范时认为构件是系统的一个物理的、可替换 的部分，它包装实现并且提供了一组接口的实现。一个构件表示系 统实现的一个物理部件，包括软件代码或者其等价物，如脚本或命 令文件等。 哈尔滨t ：程大学硕 学何论文 著名软件构件学者s z y p e r s k i 认为：构件是一个带有契约化接口 规约和显示上下文依赖的组装单元，构件可以被独立发布并且可以 被第三方组装。该定义已被广泛的接受。 g a r n e g i em e l l o n 大学软件工程研究所的认为构件是非透明的功 能实现，可供第三方组装，并遵循一个构件模型。 h e i n e m a n 认为：构件是这样的构件元素，它符合一种构件模型， 能被独立地部署，且可未经修改地依据一种合成规范被组装。 北京大学杨芙清认为：构件是可以被复用的软件实体，由构件 规约与构件实现两部分组成。其中，构件规约主要由构件模型进行 描述。 计算机科学技术百科全书对软件构件的定义为：软件系统 中具有相对独立功能，可以明确辨识，接口由规约指定，与语境有 明显依赖关系，可独立部署，且多由第三方提供的可组装软件实体 软件构件需承载有用的功能，并遵循某种构件模型。 综上所述，可以知道，构件是具有特定功能的、可重用的并能 够独立工作或能同其它构件一起组装构造其它软件的独立的软件单 元。或者况，构件作为一种软件单元是可以独立的制造、分发、销 售、装配的。 2 2 现有的检索方法及优缺点 经过多年的研究，研究人员将软件构件检索方法归结为三类： 基于外部索引的检索、基于内部静态索引的检索和基于内部动态索 引的检索。基于外部索引的检索如常见的关键词检索、刻面检索和 基于属性值的检索、全文检索等。这类检索大多采用控制词典、属 性等外部索引对软件构件进行检索。基于内部静态索引的检索根据 软件构件自身的结构元素进行检索软件构件，器重软件构件规约的 语法和语义匹配、结构匹配技术等是主要方法。基于内部动态索引 的检索利用软件构件的可执行特性( 如：软件构件的输入与输出空间) 进行检索，基于行为的检索是目前这类检索中较常见的方法。以下 1 2 哈尔滨i ：稃人学硕十学位论文 小节将介绍几种检索方法，并分析它们的优缺点。皑。j 。 2 2 1 基于知识的检索 基于知识的检索，其基本思想是：该方法对软件构件的自然语 言描述进行一些词法、句法和语义的分析。这种方法需要一个知识 库来存放应用领域以及自然语言本身的语义信息。优点是：由于抽 取了软件构件的语义信息，所以较之传统的基于关键词的检索方法 更加准确、有效。缺点是：知识库的构造通常是手工实现的，因此， 这种方法的代价是很大的。 2 2 2 基于关键词的检索 基于关键词的检索，其基本思想是：在该方法中，软件构件是 用一组关键词来描述，这些关键词是系统从软件构件的自然语言描 述中自动抽取的。用户的构件请求也是以自然语言给出，然后，由 系统翻译成另一组关键词，构件检索也就是这两组关键词之间的匹 配。其优点是：较之前一种方法，由于自动索引方法是自动进行的， 所以分类代价小得多，另外，允许用户输入自然语言，对用户的限 制较少。其局限性是：这种方法必须有大量的软件描述信息作基础， 才能得到较好的检索效率。然而，这一要求并不总能得到满足。因 此，在有些系统中，源代码本身也作为关键词抽取的对象。 2 2 3 刻面检索 刻面检索是最常用的软件构件检索方法。该方法是由 p rie t o - d ia z 等人首次提出的。后来，该方法又被其他人作了改进。 其基本思想是：该方法抽取软件构件的某些属性( 即刻面) 来作为软 件构件的描述符，如软件构件的动作以及构件操纵的对象等。构件 的分类和检索是通过对构件按刻面赋值( 关键字) 来实现的。改进后 引入了关键词和同义词典以提高刻面方法的分类和查询效率。这种 方法按属性分类符合人们的抽取习惯。 哈尔滨t 程大学硕十学何论文 基于刻面的方法相比传统的基于关键字的方法有了很大进步， 它从若干不同的维度描述复杂对象，提高了描述的精确性；用户的 检索请求被表示成一棵查询树，从而使构件检索转化为查询树与库 中构件的刻面描述树之间的匹配问题。但这种方法是建立在领域分 析产生的限制词汇表之上的，因为构件按刻面赋值需要手工完成， 领域词汇也需要手工产生，因此，这种方法代价较大。另外，由于 限制词汇表的使用会为不熟练用户带来不便。基于刻面的方法还存 在着其他的局限性： ( 1 ) 需求或产品描述的不完全是构件复用的主要问题，在基于刻 面的构件检索中，用户查询树代表了用户的复用需求，但在很多情 况下都是不完整、不精确的。这一方面是由于用户自身复用需求的 不明确，另一方面也是由于提供给用户的查询请求手段有限； ( 2 ) 从构件描述的角度看，刻面方案能够较为全面地描述一个构 件，但刻面树和术语空间的表达能力有限，例如术语间主要是一般 特殊关系且无法表达术语间的交叉分类； ( 3 ) 构件库的检索与一般的数据库或文献库中的检索不同，构件 的检索需要一定的模糊匹配能力，在保证一定查准率的情况下提高 查全率。传统的刻面检索方法只是将树匹配转化成了字符串匹配， 青鸟构件库虽然在刻面分类基础上增加了同义词词典，但由于缺乏 术语之间丰富的语义关系，查全率仍然不够理想。 由此可见，单纯使用基于刻面的描述方案无法让用户充分表述 自己的查询请求，同时构件的描述信息也不够完整。比钊 2 2 4 基于词法描述字的检索 ，1 基于词法描述字的基本思想 在构件检索系统中，软件构件被表示成规范说明，同样用户需 求也被表示成规范说明的形式，再由一个定理证明程序决定需求与 软件构件是否匹配。m “i 等人描述了一种使用程序的关系型规格说 哈尔滨t 程大学硕十学位论文 明以及这些规格说明之间的细化排序来组织和检索软件构件的方 法；c h e n 等人提出了一种相似途径，使用抽象数据类型的代数规格 说明以及它们之间偏序关系的一种实现方法。 2 优点 基于此法描述字的优点在于它注重软件构件的行为特征，而不 是它的外观描述；它有较高的查准率，能适应大型软件构件库的要 求。 3 局限性 ( 1 ) 具有规格说明的软件在可被重用的软件中所占比例不大； ( 2 ) 检索时间很强地依赖于所用的方法； ( 3 ) 比关键词检索方法代价大； ( 4 ) 依据接近度的匹配较难控制，因这类方法多数采用精确匹 配； ( 5 ) 定理证明技术的现状，使这种方法还不实用。即便如此，只 要形式化软件开发方法得到普及，此法会成为主要的构件表示和检 索方法。这不仅是因为规格说明直接来源于对象本身，还在于它是 决定需求和软件构件之间的异同的最自然的途径。 2 2 5 基于神经网的检索 1 基本思想 该方法使用神经元网络技术，依据软件构件的功能相似度来构 造构件库，例如，功能相似的构件被安置在相邻的位置。这样，构 件之间的相似度就变得清楚了，因为它受构件间的地理相近度决定。 神经元网络为依据用户的适当评价递增地改变概念距离权值提供了 理想的框架。 2 优点 解决了组合爆炸问题。在基于分类方法的检索系统中，相似度 计算通常用一个概念距离图来实现，该图建立了分类方法中限制词 汇表中术语的相似度。当软件构件库很大的时候，对该图的手工调 哈尔滨t 程大学硕十学位论文 整是不切实际的，因为在概念图上的关系数被认为是组合爆炸。 3 局限性 依赖于神经元网络技术的发展而完善，处于理论研究阶段。 2 2 6 构件库的模糊查询 模糊查询的思想就是利用隶属度来衡量用户输入的术语与各构 件的关键字之间的匹配程度，这要借助于领域字典，具体说就是通 过领域字典来定义和限制领域术语的语义，建立领域术语之间的语 义关系，并在此基础上计算隶属度，进而表示它们之间的语义相似 度。 在构件库查询中应用模糊查询理论的优点：有效地解决了基于 关键字查询方式中字集交叉，术语与内涵匹配等问题，提供了一定 的智能推理能力或模糊识别能力。 2 3 本章小结 本章首先介绍了软构件的定义，然后列举了现有的构件检索方 法，及它们存在的优缺点，相对重点介绍了刻面分类方法，并指出 在语义查询时，刻面所存在的缺点，为引出本体作铺挚。 1 6 哈尔滨t 秤大学硕十学何论文 第3 章基于语义的软构件刻面表示方法 3 1 基于刻面的软构件的表示 刻面( f a c e t ) 这个术语最早使用是在5 0 年代，现代构件库系统 的刻面分类检索法是p r ie t o - d ia z 和f r e e m a n 在l9 8 7 年提出的，这 种方法将关键词置于一定语境中，从构件本质特性的视角( 刻面) 对 构件进行精确的分类。一个刻面分类模式( f a c e t e ds c h e m e ) 由一组 描述构件本质特征的刻面组成，每个刻面从不同的侧面对构件库中 的构件进行分类。 定义3 1用来描述构件c 的刻面集合用f = f l ，f 2 ，f 3 ，) 表示， 其中，f i ( i = 1 ，2 ，) 是描述构件的一个刻面。如，f = a t t r ，s t a t u s ， f u n ，a e ，a d ) ，即构件c 是通过构件属性( a t t r ib u t e ) 、构件形态 ( s t a t u s ) 、功能( f u n c tio n ) 、应用环境( a p p lic a tio n e n v ir o n m e n t ) 和应用领域( a p p lic a t io n d o m a in ) 五个刻面来描述的。 定义3 2构件c 在刻面f 下定义为一个多元组：c = w 1 ，w 2 ， w 3 ，) ，w i ( i = l ，2 ，) 是刻面f 下的描述术语。如在构件属性刻 面下，c = 评教模块，项目组，2 0 0 7 0 8 i2 ，2 0 0 7 10 2 2 ， 0 7 0 8 0 2 ) ，其中，“评教模块”是构件名称，“项目组”是构 件提供商或提供者，“2 0 0 7 0 8 i2 ”是构件完成时间，“2 0 0 7 10 2 2 是构件入库时间，“0 7 0 8 0 2 是构件的版本号。 3 2 刻面的制定原则和步骤 3 2 1 刻面分类模式的一般原则 1 一致性原则 透彻地理解构件应用的领域，明确构件分类领域的范围，借鉴 领域专家的建议，选取领域中特定的专业词汇，从而保持词汇的含 1 7 哈尔滨t 程大学硕十学何论文 义和用户的理解相一致，对于一个概念对应多个词汇的情况，可选 取其中一个最准确，专业的词汇作为术语，其他词汇作为同义词。 2 精简的原则 要求刻面和术语尽可能的简练、精确。在定制刻面分类模式时， 这是一条非常重要的原则。首先，刻面的数目不能太多，一般五到 十个。虽然增加刻面的数目有利于确定符合条件的构件，但同样会 增加刻面管理上的难度。其次，每个刻面中术语的数目也不能杂而 多。刻面是有限的不定集合，每当有新的构件入库，都有可能向术 语空间中添加术语。管理者应该消除有歧义的术语，控制同义词， 保持术语的增加趋于递减趋势。 3 刻面正交的原则 要求刻面彼此之间完全相互隔离。这样当改变某一刻面或刻面 中的术语时，不会影响到其它的刻面及其术语空间。同时也便利了 刻面的维护，使刻面能更好地适应构件库的变化。 4 全面性原则 要求刻面是构件库中所有构件的一个侧面，同时存在某一个刻 面适合构件的各种粒度和丌发过程的各个阶段。构件的每一个刻面 便是构件库中构件的一种划分，库中构件按照这种划分，必须明确 地隶属于某一个术语。 5 易于理解的原则 选取的刻面不应生僻、晦涩、而应是构件库的复用者最关心和 最感兴趣的构件属性，同时也是构件本身最相关的属性，这样才能 够提高刻面分类模式可理解性和易用性。 6 技术的复杂性和检索效率平衡的原则 考虑技术上的实现和检索效果的平默思衡。较少的刻面易于实 现和维护，但会影响构件的检索效果，而过多的刻面可以更精确的 描述构件，提高构件检索的效果，但会加剧刻面维护的工作量。同 时，属于空间的维护以及术语同义词的维护与检索效果也应该有个 平衡点。应该针对领域的大小和构件的复杂程度，确定合适的刻面 数目，并确定术语和术语同义词的处理方案。 1 8 哈尔滨t 程大学硕十学何论文 7 充分考虑具体的特定领域软件结构特定的原则 不同领域中的软构件各有自己的特点，例如构件处理领域的对 象、构件的功能集、构件之间关系等等。所以，在制定本领域的刻 面分类模式时，应充分考虑领域特点，有效地提炼、简化刻面和术 语，提高检索效率。 3 2 2 制定刻面分类模式的步骤 1 确定刻面分类模式的范围 它是对什么对象进行分类，分类的范围是什么，分类的对象是 什么( 软件构件，包括系统开发过程中各种粒度和层次的可重用资 源) 。 2 确定刻面分类的目的 确定构件库的角色是谁、复用者的需求是什么、返回怎样的信 息才令人满意，等等。 3 确定刻面 刻面数目多少最合适，即选择多少刻面后，才能较全面准确的 表示领域的所有构件。选择刻面还要遵循一定的原则，其中包括： ( 1 ) 一致性原则：选择领域中特定的专业词汇，保持词汇的含义 和用户的理解相一致； ( 2 ) 精简原则：要求刻面和术语尽可能的简练、准确； ( 3 ) 刻面正交原则：要求刻面彼此之间完全相互隔离，这样当改 变某一刻面或可面中的术语时，不会影响到其它的刻面及其术语空 问； (