專利名稱：用于使業務組件模型的確認自動化的系統和方法
技術領域：
本發明一般涉及基于組件的業務模型，特別是涉及用于得出和解決業務組件模型圖的語義表示中的潛在的不一致的系統和方法。
背景技術：
業務組件建模是用于從業務角度對整個企業建模、驅動信息技術(IT)方案以幫助將企業從當前的AS-IS狀態轉變為希望的TO-BE狀態的現有技術。業務組件模型(CBM)圖是CBM技術和CBM有關的工具中的關鍵組件。業務組件建模是基于大量的非重疊的“業務組件”對業務建模的技術，這些非重疊的“業務組件”被限定為業務活動的相對獨立的集合。與常規的提供業務的交易視點的基于業務過程的模型不同，它提供簡單的分析用業務視點。CBM技術有利于諸如從屬分析(用于識別與業務痛點相關的“熱”組件)、熱圖(heat map)分析(也用于識別與業務痛點相關的“熱”組件)和覆蓋分析(用于識別“熱”組件的IT不足)的定性分析技術。
基于CBM的定性業務分析主要通過業務咨詢師手動進行。基于CBM的業務分析的自動化所需要的是業務組件模型的語義表示。特別地，存在對于通過檢測1)各種CBM圖(即，最寬水平上的通用CBM圖、中間水平產業CBM圖和用于特定企業的CBM圖)中以及2)CBM元模型和CBM圖之間的不一致確認CBM模型的需要。
不一致的一些例子如下。假定在零售業的CBM圖中需求預測和分析組件屬于營銷能力(marketing competency)。但是關于零售業內的企業的CBM圖的咨詢工作會將需求預測和分析組件分配給不同的能力(competency)，比方說，財務管理。從而，企業圖與零售業圖不一致，但是咨詢師沒有用于識別這種類型的不一致的系統方法。
另一簡單的例子會是基數(cardinality)不一致。例如，CBM元模型規定組件有且只有一個責任等級(accountability level)。當對CBM圖工作時，咨詢師會給出多于一個責任等級的組件。這是不正確的，并將使進一步的分析復雜化，但是，由于一個CBM圖中的大量的組件、活動或服務，因此咨詢師意識不到該不一致。
CBM圖中的不一致將設立將損害進一步的CBM相關的咨詢的效率的陷阱。為避免這些不一致進行的CBM模型和圖的手動確認是單調乏味的、易出錯的過程，從而導致基于CBM分析的生產率和精度大大降低。因此，應盡早開發一些方法或工具以檢測那些不一致。

發明內容
本發明的一個方面是一種用于使業務組件模型的一致性的確認自動化的方法，該方法包括從i)業務組件模型元模型的語義模型和ii)適用于至少一個業務組件模型(CBM)圖的不一致條件產生語義約束；使用語義模型以將CBM圖轉變成相應的語義表示；和將語義約束應用到語義表示，以確定業務組件模型元模型和CBM圖中的一個之間的不一致。在本發明的這一方面中，優選業務組件模型由通過非重疊管理概念內的責任等級配置的非重疊組件組成，其中，CBM圖中的一個是商務企業的圖，并且CBM圖中的一個是商務企業在其中工作的產業的圖。
在另一方面中，本發明的方法將語義約束應用于語義表示以確定企業CBM圖和產業CBM圖之間的不一致。本發明的方法的另一方面是使用CBM工具以修改CBM企業圖以去除不一致。本發明的一個方面是提供用于通過使用本發明的方法確認CBM圖的一致性的服務。
本發明的另一方面是，提供一種用于使業務組件模型的一致性的確認自動化的系統，該系統包括商務企業的業務組件模型表示，還包含業務組件模型元模型和通過非重疊管理概念內的責任等級配置的非重疊組件的至少一個CBM圖，至少一個CBM圖中的一個是商務企業的圖；該系統還包括用于從i)業務組件模型元模型的語義模型和ii)適用于至少一個CBM圖的不一致條件產生語義約束的產生器；該系統還包括用于使用語義模型以將CBM圖轉變成相應的語義表示的轉變器；該系統還包括用于將語義約束應用到語義表示、以確定CBM元模型和CBM圖中的一個之間的不一致的推斷引擎。
在其另一方面中，本發明的系統提供，產業CBM圖的語義表示是第一ABox，企業CBM圖的語義表示是第二ABox，并且推斷引擎通過對第三ABox執行自我一致性確認確定不一致，第三ABox是第一ABox和第二Abox的組合。
在本發明的另一方面中，業務組件模型元模型是TBox，并且推斷引擎通過驗證第一ABox是否符合TBox以及第二ABox是否符合TBox確定不一致。在另一方面中，CBM圖中的一個是通用CBM圖，并且通用CBM圖的語義表示是第四ABox A4。本發明的系統的另一方面是，推斷引擎通過執行第五ABox A5的自我一致性確認確定企業圖和產業圖和通用圖之間的不一致，第五ABox是組合A1+A2+A4。本發明的另一方面是系統的要素的計算機代碼形式的計算機實現。


通過結合附圖閱讀本發明的優選實施例的詳細說明，將可以更好地理解本發明的上述和其它目的、方面和優點，其中，圖1表示不一致檢測的整個邏輯如何處理的流程圖。
圖1A是實現圖1中說明的本發明的系統的示意圖。
圖2A是表示CBM元模型的部分的語義模型的示圖。圖2B是表示圖2A的語義模型部分和使用Ecore元模型的部分的表示之間的映射的示圖。
圖3是表示“hasCompetency”定義的元模型表示的示圖。
圖4是表示CBM零售業圖的一部分的CBM元模型表示的示圖。
圖5是表示與圖4對應的、表示用于零售業內的特定企業的CBM圖的一部分的以OWL的圖形表示的示圖。
圖6是關于基數(cardinality)的語義約束的以OWL的圖形表示的示圖。
具體實施例方式
因此，本發明的特征是，提供CBM圖中的不一致的系統識別。
本發明的另一特征是CBM圖中的不一致的自動識別。
本發明的另一特征是，提供確認CBM圖的一致性的方法。
本發明的特征還是，提供用于及早檢測CBM圖中的不一致的工具。
本發明是基于語義技術檢測CBM圖中的不一致的新穎方法。本發明提供使用語義標記語言(semantic markup language)以描述CBM圖和CBM元模型的語義業務模型。為了解釋本發明，使用OWL標記語言，但本領域技術人員可以理解，可以以諸如W3C和RDF的其它語義標記語言使用相同的技術。
使用語義業務模型的CBM圖的分析通過捕獲諸如業務組件、業務過程、業務活動、操作度量(metrics)、性能指示器、值驅動器、IT應用、IT功能(系統、服務、方案等)的有關概念的關系、通過使用本體論(ontology)的推理功能發現分析中的內含的事實。語義業務模型的詳細結構是在CBM元模型中被捕獲的。
本發明使用在“SYSTEM AND METHOD FOR ALIGNMENTOF AN ENTERPRISE TO A COMPONENT BUSINESS MODEL”(以下稱為“以上參考的基礎專利申請”)的有關專利申請序號No.11/176371中說明的業務組件模型(CBM)。就一般超越(cut across)商務企業特別是產業而言CBM提供企業的邏輯和綜合視點。一般地，CBM在通用級(超越所有的產業)、產業級(超越產業內的所有業務)和產業內的特定企業級給出CBM圖的形式的業務信息。原則上，較低等級的圖是較高等級的圖的子集，因此與其一致。
在以上參考的基礎專利申請中說明的業務組件模型基于將業務活動邏輯劃分成非重疊的管理概念，每個管理概念在三個等級的管理責任上起作用向業務提供方向、控制業務如何操作和執行業務的操作。術語“管理概念”如以上參考的基礎專利申請中說明的那樣被特別限定，并且不是如本領域中所理解的字面意義上的短語“管理概念”。為了本發明，關于有關的發明，“管理概念”是與劃分方法的以下方面有關的術語。首先，方法是劃分方法。該思想是要從整體開始并將整體劃分成必需不重疊的部分。其次，經驗表明，劃分過程在針對業務的資產(asset)時工作得最好。資產可進一步由屬性描述。第三，管理概念必須包含用于作某事(在商業上對資產有用)的機制。對于正確限定的管理概念，這些機制必須覆蓋管理責任等級的全部范圍(即，引導、控制和執行)。管理概念被進一步劃分成作為活動的相干組的組件。組件的邊界通常落在單一的管理責任等級中。強調管理概念之間(以及管理概念內的組件之間)的邊界是邏輯的而不是物理的是十分重要的。
為了檢測CBM圖的不一致，我們的方法是以Web本體語言(WebOntology Language)(OWL)表示CBM圖中的一致性條件，并使用OWL推斷引擎以得出CBM圖的語義CBM表示的潛在不一致。該方法以以下方式操作-CBM元模型以OWL被表示。
-一致性條件可以在語義CBM元模型上被表示為可以為OWL表達(expression)或OWL規則表達的進一步約束。基本的語義CBM元模型和其它的約束形成對CBM圖的語義約束。
-OWL推斷引擎以具有一致性約束的CBM元模型為一個輸入并以實例(instance)CBM圖為另一輸入，然后在推理過程之后得出一個CBM圖和另一CBM圖之間或CBM圖和CBM元模型之間的潛在的不一致。
OWL基于描述邏輯(DL)。通常，在DL中表達的知識基礎由兩種組件構成。第一組件存儲聲明概念和角色的一般性能的一組普遍量化的斷言(assertion)。第二組件包含對各單個目標的斷言。傳統上，第一組件被稱為TBox，第二組件被稱為ABox。典型的TBox斷言聲明某一概念代表另一概念的專門化。典型的ABox斷言是特定的目標是某個概念的實例。
我們的方法的中心方面是要將CBM不一致檢測轉變成推理問題，并使用OWL表示法以大大影響其底層的DL計算功能。在DL中，TBox用于表示概念、關系和它們的類別層次(subsumption hierarchies)。DL中的ABox用于表示概念和關系的實例。
基本上，存在兩種類型的不一致問題。第一種問題是CBM圖中的一致性，它可被轉變成ABox一致性問題。假定我們具有零售業圖作為ABox A1，并且用于Acme的企業圖是另一ABox A2，那么我們可使用DL推斷引擎，以對作為A1和A2的組合的A3執行自我一致性確認。
另一問題是CBM圖和CBM元模型之間的一致性，它可被轉變成TBox和它的ABox實例之間的一致性。假定我們具有用于Acme的企業圖作為ABox A，并且CBM元模型是TBox T，那么DL推斷引擎可推理并驗證A是否以邏輯的方式符合T中的定義。
我們的方法具有以下優點-OWL提供可靠的和完整的計算功能，這樣可保證一致性檢查的結果。
-本體論對于商務人士來說更有意義且更容易理解。
-基于語義模型的一致性檢查將提高各種基于CBM定性業務分析(包括從屬分析、熱圖分析和重疊分析)的正確性。
現在參照附圖特別是圖1，示出不一致檢測和相應的信息流程和控制流程的總體工作過程。
語義約束產生器115將以CBM元模型的語義模型110和CBM圖的不一致條件125為輸入，并產生表示為OWL表達和OWL規則表達的混合體的一組綜合的語義約束120。由其它CBM工具產生的CBM圖130將被輸入，并且，將通過使用CBM元模型的語義模型110被OWL事實轉變器(transformer)140轉變成OWL事實。這種轉變的結果是以OWL的CBM圖145。然后，OWL推斷引擎150可以以語義約束120和以OWL的CBM圖145為輸入，并通過關于OWL表達、OWL規則表達和OWL事實的混合體推理、驗證對CBM圖的這些約束。然后，OWL推斷引擎150可產生可由其它工具170使用的不一致檢測結果160。應當注意，工具170中的每一個可具有其自身的用于描述CBM圖的元模型。
圖1A表示實現圖1中描述的本發明的系統。語義約束產生器115在產生器計算機程序115A中被實現，OWL事實轉變器140在轉變器計算機程序140A中被實現，并且OWL推斷引擎150在推斷引擎計算機程序150A中被實現。不一致條件125、語義模型110和CBM圖130構成用于實現本發明的計算機程序155的輸入數據105。這些輸入一般由其它程序(未示出)產生。計算機程序155產生由語義約束120、以OWL的CBM圖145和不一致檢測結果160組成的輸出135。程序155、輸入105和輸出135被存儲在與監視器和鍵盤組件190連接的服務器180中。本領域技術人員可以認識到，圖1A中所示的實現是基于獨立設備的示例性實現，并且，程序155的操作功能可以通過局域網和廣域網分布在各種配置中。
以下是表示整個系統如何逐步工作的簡單例子。
CBM元模型的語義模型這里是以OWL的CBM元模型的語義模型的一小部分。
Semantic Model of CBM Meta-modelHere is a small portion of the semantic model ofa CBM meta-model，in OWL.
<owlClass rdfabout＝″&emp；BusinessComponent 220″>
</owlClass>
<owlClass rdfabout＝″&emp；BusinessCompetency 240″>
</owlClass>
<owlObjectProperty rdfabout＝″&emp；competency″>
<rdfsdomain rdfresource＝″&emp；BusinessComponent 220″/>
<rdfsrange rdfresource＝″&emp；BusinessCompetency 240″/>
</owlObjectProperty>
<owlClass rdfabout＝″&emp；BusinessService 260″>
</owlClass>
<owlObjectProperty rdfabout＝″&emp；usedService″>
<rdfsdomain rdfresource＝″&emp；BusinessComponent 220″/>
<rdfsrange rdfresource＝″&emp；BusinessService 260″/>
</owlObjectProperty>
<owlClass rdfabout＝″&emp；AccountabilityLevel 210″>
</owlClass>
<owlObjectProperty rdfabout＝″&emp；accountabilityLevel″>
<rdfsdomain rdfresource＝″&emp；BusinessComponnet 220″/>
<rdfsrange rdfresource＝″&emp；AccountabilityLevel 210″/>
</owlObjectProperty>
圖2A表示上面的OWL部分的圖示。業務組件220具有責任等級210并具有示為關鍵性能指示器(KPI 230)的度量。它還具有業務能力240。業務組件220還具有業務處理250，該業務處理250又具有業務活動270。業務處理250在業務服務260中被實現。
返回圖1，OWL事實轉變器140通過OWL和用于描述其它CBM工具170中的CBM圖的其它建模語言之間的映射將CBM圖轉變成OWL事實。例如，Ecore是在遮蔽(Eclipse)建模框架中包含的元模型。如果Ecore而不是OWL被用于表示CBM元模型，那么OWL事實轉變器140如圖2B所示使用OWL和Ecore之間的元模型映射。如圖2B中的雙箭頭所示，圖2A中所示的元模型要素中的每一個在Ecore元模型200B中具有相應的要素責任等級210映射到責任等級210B，業務組件220映射到業務組件220B，KPI 230映射到KPI 230B，業務能力240映射到業務能力240B，業務處理250映射到業務處理250B，業務服務260映射到業務服務260B，業務活動270映射到業務活動270B。注意，這是可雙向操作的一對一映射。因此，給定Ecore和OWL之間的該映射，OWL事實轉變器140可將在以Ecore表示的CBM圖轉變成OWL表示。
CBM圖的不一致條件假定存在CBM圖應符合的兩個簡單的不一致條件。它們覆蓋兩種使用情景；(1)產業圖和企業圖之間的一致性；和(2)CBM圖和CBM元模型之間的一致性。
條件1如圖3和以下的OWL部分所示，如果業務組件c 320在產業圖中具有能力p 310，那么c 320也應在企業圖中具有能力p 310。這由OWL目標性能330表示。
<owlObjectProperty rdfabout＝″&emp；hasCompetency″>
<rdftype rdfresource＝″&owl；FunctionalProperty″/>
<rdfsdomain rdfresource＝″&emp；BusinessComponnet″/>
<rdfsrange rdfresource＝″&emp；BusinessCompetency″/>
</owlObjectProperty>
以OWL的CBM圖為了以下的解釋，我們將考慮ACME作為零售業內的企業。如圖4和以下的OWL部分所示，零售業圖將表示業務組件“Demand_Forecast_and_Analysis”410具有營銷業務能力420，該營銷業務能力420與FinancialManagement業務能力430不同(owldifferentFrom 425)。
<BusinessComponent rdfID＝″&emp；Demand_Forecast_and_Analysis″>
<hasCompetency>
<BusinessCompetency rdfID＝″&emp；Marketing″>
<owldifferentFrom>
<BusinessCompetency rdfID＝″&emp；FinancialManagement″>
<owldifferentFrom rdfresource＝″&emp；Marketing″/>
</BusinessCompetency>
</owldifferentFrom>
</BusinessCompetency>
</hasCompetency>
</BusinessComponent>
但是，如圖5和以下的OWL部分所示，Acme企業圖表示業務組件“Demand_Forecast_and_Analysis”510具有能力FinancialManagement520。
<BusinessComponent rdfID＝″&emp；Demand_Forecast_and_Analysis″>
<hasCompetency>
<BusinessCompetency rdfID＝″&emp；FinancialManagement″/>
</hasCompetency>
</BusinessComponent>
OWL推斷引擎DL推斷引擎以零售業圖和ACME企業圖為輸入，以開發(populate)其ABox實例。由于hasCompetency是功能性能，因此DL推理器(reasoner)可得出FinancialManagement能力520與營銷能力420相同(owlsameAs)。同時，這兩個能力被宣布為相互不同(owldifferentFrom 425)。這在DL模型理論下產生邏輯沖突。
不一致檢測結果DL推斷引擎可根據需求預測和分析組件的定義判定在產業圖(在本例子中，為零售業圖)和企業圖(在本例子中，為ACME企業圖)之間存在不一致。然后，CBM工具(圖1中的170)可讀取檢測結果并采取適當的行動以提醒咨詢師。
條件2如圖6和以下的OWL部分所示，業務組件c 630有且僅有一個責任等級。這在OWL中被表示為其最大基數約束610和其最小基數約束620。
<owlClass rdfabout＝″&emp；BusinessComponnet″>
<rdfssubClassOf rdfresource＝″&emp；AcctMaxRes″/>
<rdfssubClassOf rdfresource＝″&emp；AcctMinRes″/>
</owlClass>
<owlRestriction rdfabout＝″&emp；AcctMaxRes″>
<owlonProperty rdfresource＝″&emp；hasAcctLevel″/>
<owlmaxCardinality>1</owlmaxCardinality>
</owlRestriction>
<owlRestriction rdfabout＝″&emp；AcctMinRes″>
<owlonProperty rdfresource＝″&emp；hasAcctLevel″/>
<owlminCardinality>1</owlminCardinality>
</owlRestriction>
返回圖1，CBM圖125的不一致條件限定CBM圖應符合的條件，這將由OWL推斷引擎150測試。各不一致條件可被分解為簡單的條件的聯合和分離。通過限定簡單條件和OWL限制之間的映射，語義約束產生器115可將不一致條件125轉變成OWL表達。
例如，條件“業務組件應有且僅有一個責任等級”是兩個簡單條件“業務組件具有至少一個責任等級”和“業務組件最多具有一個責任等級”的聯合；如圖6所示，這些簡單的條件可被轉變成以OWL的minCardinality限制620和maxCardinality限制610。
雖然關于單個優選實施例說明了本發明，但本領域技術人員將認識到，在不背離本發明的精神和范圍的條件下，可以用修改方案實施本發明。
權利要求
1.一種用于使業務組件模型的一致性的確認自動化的方法，包括從i)業務組件模型元模型的語義模型和ii)適用于至少一個業務組件模型(CBM)圖的不一致條件產生語義約束；使用所述語義模型以將所述至少一個CBM圖轉變成相應的語義表示；和將所述語義約束應用到所述語義表示，以確定所述業務組件模型元模型和所述CBM圖中的一個之間的不一致。
2.根據權利要求1的方法，其中，所述業務組件模型由通過非重疊管理概念內的責任等級配置的非重疊組件組成，并且，所述CBM圖中的一個是商務企業的圖；并且所述商務企業在產業中工作，并且所述CBM圖中的一個是所述產業的圖。
3.根據權利要求2的方法，還包括將所述語義約束應用于所述語義表示，以確定所述企業CBM圖和所述產業CBM圖之間的不一致。
4.根據權利要求1的方法，還包括使用CBM工具以修改所述CBM企業圖來去除所述不一致。
5.根據權利要求1的方法，其中，Web本體語言(OWL)被用于表達所述語義模型和所述語義表示。
6.根據權利要求1的方法，其中，所述語義約束被表示為語義標記語言的表達和規則表達的混合體。
7.根據權利要求6的方法，其中，所述語義標記語言是資源描述框架(RDF)。
8.一種用于使業務組件模型的一致性的確認自動化的系統，包括商務企業的業務組件模型表示，進一步包含業務組件模型元模型和通過非重疊管理概念內的責任等級配置的非重疊組件的至少一個業務組件模型(CBM)圖，所述至少一個CBM圖中的一個是所述商務企業的圖；用于從i)所述業務組件模型元模型的語義模型和ii)適用于所述至少一個CBM圖的不一致條件產生語義約束的產生器；用于使用所述語義模型以將所述CBM圖轉變成相應的語義表示的轉變器；和用于將所述語義約束應用到所述語義表示、以確定所述CBM元模型和所述CBM圖中的一個之間的不一致的推斷引擎。
9.根據權利要求8的系統，其中，所述商務企業在產業中工作，并且所述CBM圖中的一個是所述產業的圖，并且，所述推斷引擎確定所述企業CBM圖和所述產業CBM圖之間的不一致。
10.根據權利要求9的系統，其中，產業CBM圖的所述語義表示是第一ABox，企業CBM圖的所述語義表示是第二ABox，并且推斷引擎通過對第三ABox執行自我一致性確認確定不一致，所述第三ABox是所述第一ABox和所述第二ABox的組合。
11.根據權利要求9的系統，其中，業務組件模型元模型是TBox，并且推斷引擎通過驗證所述第一ABox是否符合所述TBox以及所述第二ABox是否符合所述TBox確定不一致。
12.根據權利要求8的系統，還包括用于使用所述不一致以修改所述CBM圖中的所述一個來去除所述不一致的CBM工具。
13.根據權利要求13的系統，其中，所述CBM圖中的一個是通用CBM圖，并且所述通用CBM圖的所述語義表示是第四ABox A4。
14.根據權利要求13的系統，其中，所述推斷引擎通過執行第五ABox A5的自我一致性確認確定所述企業圖和所述產業圖和所述通用圖之間的不一致，所述第五ABox是組合A1+A2+A4。
全文摘要
說明了用于使用描述性邏輯(DL)表示以確認業務組件模型(CBM)圖的一致性的系統和方法。語義約束從業務組件模型元模型的語義模型和CBM圖的不一致條件產生。CBM元模型的語義模型被應用于將CBM圖轉變成相應的語義表示。推斷引擎將語義約束應用于語義表示，以確定一個CBM圖和另一個之間以及CBM圖和業務組件模型元模型之間的不一致。
文檔編號G06Q10/00GK101075314SQ200710089348
公開日2007年11月21日 申請日期2007年3月23日 優先權日2006年5月16日
發明者楊洋, 謝國彤, 潘越, 安卡－安德列·伊萬, 李峻榮 申請人:國際商業機器公司