数据仓库视角下多源异构专利数据集成研究

遵循数据仓库的架构模式,将分布在不同地点、不同系统的异构专利数据集成到一个数据中心,方便专利数据的统一存储、访问、分析。封装所有数据源的异构专利数据细节,对用户提供统一、透明的访问接口,用户只需关注自身的访问需求,无需过多关注各底层数据源的差异结构。综合采用快照法、触发器法、日志法、时间戳法、影子表法等各类数据提取方法,扬长避短,提高专利数据集成效率。并以时间戳法为例,应用Kettle工具实现增量专利数据提取,对文章提出的理论进行验证。