Büyük ontolojilerin eşlenmesi için çizge tabanlı yaklaşımlar geliştirilmesi

Ontolojiler, bir alanın özelliklerini, örnek verilerini içeren ve bu özellikler arasındaki ilişkileri açıklayan alana özgü meta verilerdir. Aynı alan içerisinde farklı isimlerde veya özelliklerde tanımlanabilmektedirler. Mevcut ontolojiler arasındaki benzerliklerin bulunması ve tanımlama kaynaklı farklılıkların ortadan kaldırılması ontoloji eşleme algoritmaları ile sağlanmaktadır. Ontoloji eşleme algoritmaları özellikle, veri entegrasyonu, mevcut ontolojilerin yeniden kullanımı ve bilgi çıkarımı gibi farklı amaçlar için kullanılmaktadır. Hızla artan veri boyutları ve bilgi teknolojilerinin gelişmesi ontolojilerin boyutlarının da büyümesine sebep olmuştur ve bu artış ontoloji eşleme algoritmalarının işletilmesini de zorlaştırmıştır. Ayrıca mevcut eşleme yöntemleri arasında ontolojileri yapısal olarak eşleyen algoritmaların az sayıda olması, çizge tabanlı ontoloji eşleme mimarileri geliştirilmesi fikrini desteklemektedir. Bu çalışmada, büyük ontolojilerin eşlenmesi için çizge tabanlı bir mimari önerilmiştir. Bu mimari ile, öncelikli olarak büyük ontolojilerin alt parçalara ayırılması daha sonra elde edilen alt parçaları çizge madenciliği algoritmalarını kullanarak eşlenmesi amaçlanmıştır. Ontolojilerin alt parçalara ayrılmasında, Karger algoritması ve Kümeleme Perkülasyonu algoritması kullanılmıştır ve her iki algoritma ontolojiler üzerinde ilk kez uygulanmıştır. Tez çalışmasının bir sonraki aşamasında ise, alt çizge madenciliği algoritmaları kullanılarak elde edilen bu alt parçalar eşlenmiştir. Çizge madenciliği algoritmaları olarak GraMi ve gSpan algoritmaları seçilmiş olup, ontoloji eşleme alanında ilk defa kullanılmışlardır. Önerilen mimari; AML ve Falcon-AO eşleme algoritmaları ile eşleme doğruluğu ve zaman performansı bakımından karşılaştırılmıştır. Elde edilen sonuçlara göre; GraMi algoritması, eşleme doğruluğu bakımından karşılaştırılan algoritmalardan daha iyidir.