ontology本体怎么挖矿

❶ Gene Ontology

Ontology: 哲学中称为本体论/存在论，这里本质是指一系列特定的文字可用来形容一些特定的模式、元件或角色，因此在国外的华人生物信息学家中试译为语义(学)。

GO（gene ontology）对大家而言也许会是一个相对陌生的名词，但是它已经成为生物信息领域中一个极为重要的方法和工具，并正在逐步改变着我们对 biological data的组织和理解方式，它的存在已经大大加快了我们对所拥有的生物数据的整合和利用，我们应该逐步学会理解和掌握这种思想和工具。
众所周知，sequence based biology中的核心内容即是对序列的Annotation（注释），其中主要包含structural annotation和functional annotation，前者涉及分析sequence在genome中的locus以及exon，intron，promoter等的location，而后者则是推断序列编码产物的功能，也正是我们在六月论题中所着重探讨的。应该说，这二者是相互关联的。
随着多种生物genome的相继解码，同时大量ESTs以及gene expression profile date的积累，使得annotation的工作量和复杂度大大增加。然而另一方面，大多数基因在不同真核生物中拥有共同的主要生物功能，通过在某些物种中获得的基因或者蛋白质（shared protein）的生物学信息，可以用以解释其他物种中对应的基因或蛋白（especially in comparative genomics）。由于这些繁复的功能信息主要是包含在积累的文献之中，如何有效的提取和综合这些信息就是我们面临的核心困难，这也是GO所要着力解决的问题。通过建立一套具有动态形式的控制字集（controlled vocabulary），来解释真核基因及蛋白在细胞内所扮演的角色，并随着生命科学研究的进步，不断积累和更新。一个ontology会被一个控制字集来描述并给予一定的名称，通过制定“本体”ontologies并运用统计学方法及自然语言处理技术，可以实现知识管理的专家系统控制。
到目前为止，Gene Ontology Consortium（GO的发起组织）的数据库中有3大独立的ontology被建立起来：biological process生物过程, molecular function分子功能及cellular component细胞组分。而这三个ontology下面又可以独立出不同的亚层次，层层向下构成一个ontologies的树型分支结构。可以说， GO是生物学的统一化工具。

❷ ontology在计算机科学中到底是什么

种类”(kind)是指对那些具有共同性质的物体给出的一种范畴的划分，或者说所有这个种类中的成员都具有(也只有这个种类中的成员才能具有)这一组性质。更确切地说，对每一个种类K，就会有一组性质N，其中每一条性质都是必需的，而所有这些性质组合起来，就成了可以成为K的成员的充分条件；即，“x是K的成员，当且仅当x具有N中的每一条性质”。IDEF5是用以获取本体论的，要抓事物的本质，当然就要以种类的划分及其基本性质作为研究的出发点。

事物的性质，首先可以区分为“本质的”(essential)和“附属的”(accidental)两种。然而，IDEF5要用来获取企业本体论，问题会复杂得多，因此要把“种类”的定义作些灵活性的修正。把那一组用以确定种类K中成员的性质，称之为“限定性的性质”(defining properties)。

“种类”(kind)和其他数据模型中提到的“类型”(type)和“类”(class)，都是对个体集合的分类，都是可以有多个示例的。但是，种类(kind)和类型(type)的实例是可以随时间改变的，但种类本身则不变。例如，“雇员”种类，并不因为一个企业雇员数目的增减、具体人员的变动而改变这个种类本身。而类(class)则有时依赖于一些可记录的个体的集合，略有差别。

性质和属性

本体论中要明确区分性质(property)和属性(attribute)。属性最好被看作一种函数，它一定要被赋予一个值。例如，属性“…的颜色”(简称“颜色”)，就把每一个对象映射到它的颜色；属性“…的年龄”(简称“年龄”)，就要把每个雇员映射到他/她的年龄。而性质则是直观的，事物的特征，所有个体所共同具有的一般抽象的特征。

事物总要求显示某种属性值。事物的“颜色”(属性)是红的(属性值)，则其有性质“是红色的”。雇员的“年龄”(属性)是40(属性值)，他就有一条性质“年龄是40岁”。

在建立本体论的实践中有时分不清性质和属性，所以IDEF5中有时用一个中性名词“特征”(characteristic)，包容了这两个词。

关系

除了各个个体的性质和属性，本体论中当然要考虑个体之间的连接或关联，称之为“关系”(relation)。例如，“工作在…”关系，就是一个雇员与其所工作的部门之间的关系。 “关系”是可以多重示例的，并且是强制性的。在本体论中，一般说“关系”是存在于二者之间的，但并不排斥存在于三个以上个体之间的关系。

二阶性质和关系

上面说到了“性质”和“个体”。显然，这是不同逻辑类型的东西。性质是不同个体间共有的抽象的通用的特征。同样，关系也是不同的成对的(或三个以上)个体之间共有的通用的关联。因此，性质和关系是从个体的特征中抽象出来的，就被认为是一种更高的(更抽象的)逻辑类型。

如果把个体看作是“一阶对象”(first-order objects)，一阶对象的性质和关系就叫做一阶性质和关系(first-order properties and relations)。然而存在于个体之间的性质和关系，本身也是一种可识别的(虽然是抽象的)对象，因为它们比普通一阶对象在抽象程度上高了一级，被看作是更高的逻辑类型，就称之为“二阶对象”(second-order objects)。而一阶性质和关系作为一种对象，它们也有自己的性质(就不是用于个体的)，例如，性质“具有至少一个实例”。这种性质因是用于二阶对象的故称为“二阶性质”(second-order properties)。另外，二阶对象相互之间存在着关系，例如，在两个种类之间存在的“具有比…更多的实例”关系。又如，存在于一个给定种类和包含着它的一个更通用的种类之间的“子种类”(subkind)关系；人类是哺乳类的子种类，数控机床是机器的子种类。有些二阶关系把个体作为其变元，如“是…的实例”关系，就存在于一个个体a与一个种类K之间（当a是K的一个实例时）。这种不同逻辑类型对象之间存在的混合类型关系，也称为是二阶的。因此，二阶关系(second-order relation)就是至少包含一个一阶性质或关系作为其变元的一种关系。

部分、整体和复杂种类

实际上IDEF5中有很多种类的个体，其本身就是由许多各种“种类”的其它对象所组成的复杂种类。一般来说，这些个体所以被看作是简单的，只是因为在那个研究场合下，不必要考虑其合成特性。而同一个事物，在另一些场合下，某个对象种类的合成特性要突出地考虑时，这个对象种类，就要把其它种类的对象看作其“部分”(或零件)(parts)。所以在IDEF5中有一个基本的“是…的部分”关系，存在于一个个体与将此个体作为其一部分的那个更复杂的个体之间。譬如，火花塞与引擎，就存在这种关系，读作“火花塞是引擎的一部分”。而这种具有其它“种类”作为其“部分”的种类，被称为“复杂种类”(complex kind)。

IDEF5中的“是…的部分”关系，也完全具有两个(高阶的)性质:

·反身性(reflexivity)----每个对象都是其本身的“部分”；
·传递性(transitivity)----对象a的部分的部分，也是a的部分。

譬如火花塞是引擎的“部分”(零件)，引擎是汽车的“部分”，故火花塞也是汽车的“部分”。

过程、状态和过程种类

分析研究对象的种类，离不开实例所涉及的“过程”(processes)。过程涉及两类变化: “种类”的改变和“状态”的改变。例如，一个燃烧过程，一定数量的木头变换成了灰和煤气，木头本身被完全毁掉了，对象发生了“种类”的改变。另一种情况，如冰溶化为水，汽车喷上了另一种颜色的漆。对象本身性质没有变，只是“状态”(states)改变了。正象对象可以有“种类”，过程也有其通用的“种类”，不同的个别事件(events)就是其实例。然而，过程是指“发生的事物”，所以不仅要包含其它事物作为其“部分”(如前述“复杂种类”的实例)，还要指出“发生”在一个时间段上，并表明事物在这个时间段内，至少某一部分时间内是“真”(true)的。由此特点，过程之间也是可以关联的，也可以存在“子种类”关系

❸ 已经知道基因序列，怎么知道它的Geneontology

Ontology:哲称本体论/存论,本质指系列特定文字用形容些特定模式、元件或角色,外华物信息家试译语义().
GO（gene ontology）家言许相陌名词,已经物信息领域极重要工具,并逐步改变着我 biological data组织理解式,存已经加快我所拥物数据整合利用,我应该逐步理解掌握种思想工具.
众所周知,sequence based biology核内容即序列Annotation（注释）,其主要包含structural annotationfunctional annotation,前者涉及析sequencegenomelocus及exon,intron,promoter等location,者则推断序列编码产物功能,我六月论题所着重探讨.应该说,二者相互关联.
随着种物genome相继解码,同量ESTs及gene expression profile date积累,使annotation工作量复杂度增加.另面,数基同真核物拥共同主要物功能,通某些物种获基或者蛋白质（shared protein）物信息,用解释其物种应基或蛋白（especially in comparative genomics）.由于些繁复功能信息主要包含积累文献,何效提取综合些信息我面临核困难,GO所要着力解决问题.通建立套具态形式控制字集（controlled vocabulary）,解释真核基及蛋白细胞内所扮演角色,并随着命科研究进步,断积累更新.ontology控制字集描述并给予定名称,通制定本体ontologies并运用统计及自语言处理技术,实现知识管理专家系统控制.
目前止,Gene Ontology Consortium（GO发起组织）数据库3独立ontology建立起：biological process物程,molecular function功能及cellular component细胞组.三ontology面独立同亚层,层层向构ontologies树型支结构.说,GO物统化工具.

❹ 如何通基因的ID获得它们的gene ontology分析报告

Ontology:哲学中称为本体论/存在论,这里本质是指一系列特定的文字可用来形容一些特定的模式、元件或角色,因此在国外的华人生物信息学家中试译为语义(学).
GO（gene ontology）对大家而言也许会是一个相对陌生的名词,但是它已经成为生物信息领域中一个极为重要的方法和工具,并正在逐步改变着我们对 biological data的组织和理解方式,它的存在已经大大加快了我们对所拥有的生物数据的整合和利用,我们应该逐步学会理解和掌握这种思想和工具.
众所周知,sequence based biology中的核心内容即是对序列的Annotation（注释）,其中主要包含structural annotation和functional annotation,前者涉及分析sequence在genome中的locus以及exon,intron,promoter等的location,而后者则是推断序列编码产物的功能,也正是我们在六月论题中所着重探讨的.应该说,这二者是相互关联的.
随着多种生物genome的相继解码,同时大量ESTs以及gene expression profile date的积累,使得annotation的工作量和复杂度大大增加.然而另一方面,大多数基因在不同真核生物中拥有共同的主要生物功能,通过在某些物种中获得的基因或者蛋白质（shared protein）的生物学信息,可以用以解释其他物种中对应的基因或蛋白（especially in comparative genomics）.由于这些繁复的功能信息主要是包含在积累的文献之中,如何有效的提取和综合这些信息就是我们面临的核心困难,这也是GO所要着力解决的问题.通过建立一套具有动态形式的控制字集（controlled vocabulary）,来解释真核基因及蛋白在细胞内所扮演的角色,并随着生命科学研究的进步,不断积累和更新.一个ontology会被一个控制字集来描述并给予一定的名称,通过制定“本体”ontologies并运用统计学方法及自然语言处理技术,可以实现知识管理的专家系统控制.
到目前为止,Gene Ontology Consortium（GO的发起组织）的数据库中有3大独立的ontology被建立起来：biological process生物过程,molecular function分子功能及cellular component细胞组分.而这三个ontology下面又可以独立出不同的亚层次,层层向下构成一个ontologies的树型分支结构.可以说,GO是生物学的统一化工具.

❺ 什么是Gene Ontology

gene
ontology
基因本体论
例句
on
ontologies
for
biologists:
the
gene
ontology--untangling
the
web.
论对生物学家来说的本体论：基因本体论--解开这个网。
如果您有什么疑问和不解之处，欢迎追问我！
如果您认可我的答案，请采纳。
您的采纳，是我答题的动力，o(∩_∩)o谢谢

❻ 怎样将gene ontology 本地化并进行基因注释

Gene Ontology
基因本体论
拼音 双语对照
Gene Ontology
网络
基因本体论; 基因本体; 基因功能注释; 分析; 基因存在论
双语例句
1
GOPubMed: research on information retrieval and analysis based on gene ontology and MeSH
GOPubMed：基于GO和MeSH的信息检索与分析研究

❼ 求问什么是本体（Ontology）转载

Ontology也称为本体，它最初是一个哲学范畴，后来随着人工智能的发展，被人工智能界赋予了新的定义。而在Web飞速发展的今天，Ontology的发展已由哲学、人工智能领域延伸到了图书馆学、情报学等其他各个领域，并受到专家和学者的关注。
Ontology在不同的领域有不同的定义，关注的焦点也不同：
人工智能领域：认为本体是一种知识的人工引擎。但本体究竟是什么仍是争论中的一个话题。美国Stanford大学的知识系统实验室（Knowledge System Laboratory）的学者Tom Gruber在1993年提出了第一个被广泛接受的定义：本体是概念化的显式的表示。之后Studer在Gruber的基础上于1998年扩展了本体的概念，即本体是共享概念模型的明确形式化规范说明。显然后一个定义更能够说明什么是本体。
这个定义的具体含义如下：
概念化：将客观世界中的一些现象抽象出来得到的模型。它是客观世界的抽象和简化。
明确：即显式地定义所使用的概念以及概念的约束。形式化：即精确的数学表述，能够为计算机读取。
共享：本体描述的概念应该是某个领域公认的概念集。
Ontology的种类
在介绍本体描述语言之前，我们先来看一下本体的种类。
Guarino提出了从详细程度与领域依赖度两个方面对Ontology进行划分。详细程度是一个相对的、比较模糊的概念，指描述或刻画建模对象的程度。详细程度高的称作参考（reference）Ontologies，详细程度低的称为共享（share）Ontologies。依照领域依赖程度，可以细分为顶层Ontology、领域Ontology、任务Ontology和应用Ontology四类。
顶层Ontologies描述的是最普遍的概念及概念之间的关系，如空间、时间、事件、行为等等，与具体的应用无关，其他种类的Ontologies都是该类Ontologies的特例；
领域Ontologies描述的是某个特定领域（如医药、地理等）中的概念及概念之间的关系；任务Ontologies描述的是特定任务或行为中的概念及概念之间的关系；
应用Ontologies描述的是依赖于特定领域和任务的概念及概念之间的关系
Ontology的用途
Ontology是共享概念的显示表述。它关注概念之间的内在的语义联系，一般具有交流、互用性、软件工程等三类用途。
交流是指人与人、组织与组织、以及人与组织之间的沟通。Ontology可以提供一组共同的词汇和概念，从而实现交流。在交流活动中，Ontology是一个标准化模型，任何大规模集成软件系统内，各种各样、背景不同的人必须对系统及其目标有一种共同的认识，因此必须建立起标准化模型，否则无法进行沟通；Ontology对软件系统中所用的术语所提供的明确定义，对于同一个事物在系统中有完全一致的认识，而且这种认识也是确定的；通过Ontology可以集成不同用户的不同观点，以形成更加全面完整的看法。
互用性是指系统间协同工作的能力。Ontology可以在完全不同的建模方法、范例、语言及软件工具之间进行翻译和转换，从而实现不同系统之间的相互操作和集成。
Ontology在软件工程方面的作用是从软件系统的设计和开发方面进行考虑的。Ontology可以在可重用性、可靠性、规格说明等方面在软件工程中发挥作用。
从Ontology的这些用途来看，Ontology可用于许多领域，如人工智能、知识工程、知识管理、语义检索、信息检索和提取、企业集成、自然语言翻译等各种信息系统。目前在上述领域中，对Ontology的应用探索开展得如火如荼。

❽ 求举一些领域本体（Domain Ontology）的例子，简单易懂的领域。

比如信息，信息的本体

❾ 关于ontology （本体）的应用

http://bbs.w3china.org/list.asp?boardid=2
这是一个很不错的网站,我也是刚开始关注本体,希望这里能有你需要的东西,祝你好运.

❿ 基于Ontology驱动的广东省地质数据中心设计

李丹秋

(广东省国土资源档案馆)

摘要 本文结合广东省地质资料管理和应用的实际情况，在已有地质资料空间数据库和非空间数据库的基础上，引入Ontology技术以解决空间数据库语义冲突问题，扩展和深化已有地质资料查询的结果，在原有“一张图”数据中心架构的基础上重新设计了广东省地质数据中心。

关键词 Ontology 地质数据中心 构建 模式 广东省

地质资料是地质工作形成的重要基础信息资源，具有可被重复开发利用、能够长期提供服务的重要功能(赵铭，2012)。自2010年国土资源部制定《推进地质资料信息服务集群化产业化工作方案》(国土资发〔2010〕113号)以来，广东省认真落实地质资料信息服务集群化产业化工作，由广东省国土资源档案馆承担建设，目前已初步构建省级地质资料数据集群与管理服务平台和网络服务体系，对广东省地质资料信息服务集群化产业化工作起到了很好的推动作用。然而现有数据中心的基本架构体系中采用基于数据驱动的数据交互方式，此种交互方式会产生诸如语义冲突、数据挖掘程度低等问题。为解决这些问题，我们通过依托Ontology在语义集成中的优势，提出了基于Ontology驱动的广东省地质数据中心设计。

1 Ontology技术概述

1.1 基本概念

Ontology最初是一个哲学概念，是客观存在的一个系统的解释或说明，关心的是客观现实的抽象本质，即“本体”(邓鸿志，2002)。本体(Ontology)通过建立概念体系，定义概念的属性、相互约束和关系的方式，实现领域知识的概念化共享(Guarino，1997b)。本体概念应包括四方面：保持独立性、定义的明确性、计算机可读性和具有共享性。经过近20年的发展，本体已经为知识转换、共享和数据集成等领域提供方法，被广泛用于解决数据互操作能力问题。

地质本体的构建与引入为多源地质数据集成、地质知识的转化，以及地质数据的互操作性等提供了技术基础，并在语义层上解决地质异构信息的集成和互操作，从而促进并实现地质相关知识共享、交互和推理(Ma et al.，2012)。特别是本体能够为数字基础设施提供语义匹配支持、解决分布式服务组配等问题(Gurnis et al.，2011)，形成了地球科学中若干的本体应用。

1.2 在地质信息领域中本体相关应用

目前，地质本体主要用于地质图、知识集成及共享。例如，GEON(是2002年由美国自然科学基金委员会信息技术研究项目(NSF Information Technology Research(ITR)program)资助的一个科研项目)工程中的地质本体主要用于地质图中异构概念模式的协调和异构地质图的组配(Lin et al.，2008)；基于SKOS建立的GTS多语言词典，可以解决在线地质图之间的多语言障碍(Ma et al.，2012)；通过建立基于词表的地质图检索服务，AuScope克服了在地球科学术语中的语义和语法上的不同(Woodcock et al.，2010)；Silva等人提出了应用本体实现地质影像的知识标记和解析，如地层形态和沉积结构、岩石视觉特征等(Silva et al.，2004)。此外，地质本体被用于解决地质建模中地质语义异构、解析及构建地质知识模型等问题(侯卫生等，2009)。

总体来说，本体大致有两个不同层次的应用：底层应用与顶层应用。底层应用主要包括数据集成与互操作、数据交换两个方面，即从语义上实现异构数据源重用、集成及互操作，并对输入和输出的异构数据源进行校准；顶层应用主要包括服务和知识的集成、共享及互操作等方面。顶层应用则以语义的方式集成各类服务，以获得有效工作流，实现知识的形式化、形式化知识推理及跨领域知识共享方式。

2 广东省地质数据现状分析

广东省国土资源档案馆已完成馆藏及厅矿政管理各类地质资料成果等数据资源的数据格式、数据完备程度等情况的分析整理，并根据地质资料数据集群与管理服务平台建设的要求，制定了地质资料数据集群与管理服务平台的数据库规范，做到统一数学基础、统一数据格式、统一数据分类的要求，提取各类数据的核心图层，建立各类空间数据库。初步建立起广东省国土资源“地质资料数据集群与管理服务平台”的基础核心数据体系。

目前，广东省国土资源档案馆所管理的数据库包括测绘、地质、矿产等多种空间和非空间数据库，具体见表1。

表1 广东省国土资源档案集群服务平台数据库列表

由此可见，目前省级档案馆在各类地质数据库中已积累、管理了大量地质数据，种类繁多、类型和结构也存在多样化，并且在相关业务的处理过程中，又会产生新的衍生数据。如何更好地挖掘地质知识以便更好地为地质服务已成为当务之急。

3 广东省地质数据中心设计

3.1 架构设计

现有国土“一张图”的基本架构体系中GIS空间数据引擎与基础数据库之间的数据交互是数据驱动的，由于不同数据库的多源异构的特征，这种基于数据驱动的数据交互方式会产生诸如语义冲突、数据挖掘程度低等问题。故此，我们通过依托Ontology在语义集成中的优势，构建了基于Ontology驱动的广东省地质数据中心设计模式(图1)。

图1 广东省地质数据中心设计

该数据中心包括以下几个部分：基础数据层、空间数据交互层、地质大数据处理分析层、数据管理基础平台、数字基础设施支撑体系和标准规范及汇交更新机制。数字基础设施支撑体系是整个数据中心的硬件基础，包括网络设施、服务器、存储设施等。基础数据层是指广东省国土资源档案馆所管理的各类数据。空间数据交互层主要为空间数据的交互查询、更新提供功能，它包括基于数据驱动的交互、GIS空间数据引擎、基于Ontology驱动的数据交互。地质大数据处理分析层是基于Ontology技术的一个地质知识挖掘和服务的中间层，是从结构化的地质数据库中直接提取各类地质概念，建立相应的概念间逻辑关系与语义关系，为多源地质数据语义提取和数据挖掘提供服务。数据管理基础平台为外在的数据录入、管理、分析等交互界面和处理功能，是整个数据中心的外在表现。

标准规范及汇交更新机制是指各类地质数据汇交、更新过程中所必须依据的标准和规范，是整个数据中心运转的制度保障。在各个平台的使用过程以及各部门的业务流转过程中，既需要从档案馆地质资料集群平台提取地质数据，同时会产生新的地质数据需要汇交到地质资料集群平台，并更新地质资料集群平台。在这样一个过程中，数据汇交、更新过程的标准和规范是必要的。

数据中心的底层是广东省国土资源档案馆管理的基础数据库，在数据库与空间数据引擎之间通过两种途径来实现数据交互：一是传统的基于数据驱动的数据交互，这类交互通过SQL语句或GSQL语句实现对空间和属性数据的获取、更新管理；二是通过Ontology来实现数据的查询，利用Ontology构建工具，基础数据库中的每一个数据库建立一个相应的Ontology，理顺数据库中各实体及相互之间的语义关系、以及所涉及的概念体系，从而为深度数据查询提供基础。两者通过GIS空间数据引擎共同构成了数据基础管理平台与基础数据库之间的沟通桥梁。

该技术架构的设计注重地质数据语义集成与分析，并且可以在不改变业务应用的前提下实现。其中地质本体的构建原则采用侯卫生等人(2013)提出的基于地质空间数据库的OWL本体自动构建方法，可实现一次构建，随时更新，永久保存的特性。

3.2 架构优势

基于Ontology驱动的数据交互和传统的基于数据驱动的数据交互相比具有明显的优势。基于Ontology驱动的数据交互优势主要包括两点：

一是解决语义冲突产生的问题，使查询结果更精确。基础数据库包括空间数据库、非空间数据库，它们来源广泛、结构各异、尺度不同、精度不一，对同一地质现象在不同数据库中的描述肯定不尽相同。如小比例尺空间数据库中对某区域岩性统一描述为“砂岩”，而大比例尺空间数据库中会细分为“含砾砂岩”、“含砂砾岩”、“泥质砂岩”、“砂质泥岩”、“含泥砂岩”等岩性描述。如果忽略了不同数据库间语义上的联系或冲突，单纯使用基于数据库的查询方法可能得到不准确的查询结果。而建立了Ontology之后，通过基于Ontology的查询就可以很好地规避这个问题。

二是建立了数据库之间的联系，深化查询结果。当前各个基础数据库之间是相互独立的，不同数据库之间的关联不紧密或者没有关联，在进行数据挖掘时很难挖掘出足够的信息。例如，对某区域的岩性“地质空间数据库”描述为“砂岩”，而“水文地质数据库”称为“砂质岩”，那么在基于数据库查询“砂岩”时，由于没有查到“砂质岩”的结果，这次查询就无法得到“水文地质数据库”中的信息。而Ontology建立了“砂岩”和“砂质岩”两个语义之间的联系，那么这两个数据库的数据都能被挖掘出来。

总之，依托结构化数据构建Ontolgy可以从中提取出各类概念及概念间的语义关系，可以更好地为地质知识挖掘服务。

4 小结

本文根据广东省地质数据管理现状，提出了基于Ontology驱动的广东省地质资料集群化平台的数据中心设计模式。与传统的基于数据驱动的模式相比，该数据中心设计模式可以解决空间数据查询时的语义冲突以及数据挖掘程度不够等问题，为今后拓展地质资料的集群化产业化应用领域，适应大数据的发展，以及更好地为地质数据知识挖掘和服务提供了良好的基础和数据保障。

参考文献

[1]Guarino，N..Understanding，building and using ontologies[J].International Journal of Human–Computer Studies，1997，46(2～3)：293～310.

[2]Gurnis，M.，Flesch，L.，Okaya，D.，et al.EarthScope Cyber infrastructure Subcommittee(ECISC).Preliminary Strategic Plan for EarthScope Cyberinfrastructure[R].2011.

[3]Lin，K.，Bertram，L.GEON：Ontology-Enabled Map Integration.24th Annual ESRI International User Conference，[C].2008.

[4]Ma，X.，Carranza，E.J.M.，Wu，C.，et al.Ontology-aided annotation，visualization，and generalization of geological time-scale information from online geological map services[J].Computers ＆ Geosciences，2012，40(3)：107～119.

[5]Silva OP.da，Freitascmds.，Abel M.Interactive visualization of well data for supporting geological reservoir modeling.2004.

[6]Woodcock，R.，Simons，B.，Duclaux，G.，et al.AuScope’s use of standards to deliver earth resource data.Geophysical Research Abstracts 12，EGU2010-1556，EGU General Assembly，2010.

[7]邓鸿志，等.Ontology研究综述[J].北京大学学报(自然科学版)，2009，38(5)：730～738.

[8]侯卫生，刘修国，吴信才，等.面向三维地质建模的领域本体逻辑结构与构建方法[J].地理与地理信息科学，2009，25(1)：27～31.

[9]赵铭.地质档案信息开发利用新趋势[J].档案管理.2012(5)：87.