《Future Internet》：A Multi-Distance Ensemble of Multi-Criteria Decision Making for Ontology Ranking
编辑推荐：
由于各领域本体数量的增加，对它们进行排序以促进其复用选择，是当前本体工程中的一项重要任务。为评估候选本体的多方面质量配置，研究人员采用多准则决策（Multi-Criteria Decision Making, MCDM）框架。其中，逼近理想解排序法（Techn
由于各领域本体数量的增加，对它们进行排序以促进其复用选择，是当前本体工程中的一项重要任务。为评估候选本体的多方面质量配置，研究人员采用多准则决策（Multi-Criteria Decision Making, MCDM）框架。其中，逼近理想解排序法（Technique for Order of Preference by Similarity to Ideal Solution, TOPSIS）是广泛应用于本体排序的一种MCDM方法。然而，传统TOPSIS实现几乎完全依赖欧几里得距离度量，这在评估异构本体元数据时引入了严重的排名波动和系统性偏差。为解决上述局限，本文提出了一种新颖的多距离集成TOPSIS（Ensemble-TOPSIS）方法，用于稳健的本体排序。该方法并不强制采用局部的几何选择，而是同时通过由欧几里得、切比雪夫、余弦和马氏距离配置组成的多距离集成来投影备选本体。所提出的Ensemble-TOPSIS方法被应用于人工智能、农业和生物医学领域的三个本体数据集，以测试其可扩展性和多领域适用性。实验结果表明，该Ensemble-TOPSIS方法成功地对三个领域的所有本体进行了排序。此外，研究人员计算了TOPSIS变体之间基于Spearman’s ρ、Kendall’s τ及秩相似系数的统计秩相关，所提出的Ensemble-TOPSIS方法在大多数情况下取得了最高相关性。并且，跨越1200个随机生成的、非线性的、偏斜多重共线性决策域的综合蒙特卡洛模拟确立了所提出的Ensemble-TOPSIS方法的渐近稳定性，与各基线公式相比，该方法取得了最高的全局平均性能（、、），最小化的排名方差（），以及最优的最大化下界最坏情况性能剖面（）。
随着语义网和知识密集型系统的发展，本体作为数据集成、互操作和自动推理的基础框架，其数量在各领域急剧增长。知识工程师在设计系统时面临本体选择问题，需在结构质量、语义丰富度和计算效率等相互冲突的准则间权衡，这通常被建模为多准则决策（MCDM）问题。TOPSIS作为经典的MCDM方法，因原理直观而被广泛采用，但其传统实现几乎只依赖于欧几里得距离，而单一几何度量无法全面捕捉异构本体元数据中存在的严重准则交互、重尾分布和非线性特征，易导致排名波动和系统性偏差。为解决该问题，研究人员提出一种多距离集成TOPSIS（Ensemble-TOPSIS）方法，将欧几里得、切比雪夫、余弦和马氏距离同时纳入TOPSIS框架，并采用Borda计数聚合生成稳健的共识排名。该研究在人工智能（19个本体）、农业（45个本体）和生物医学（102个本体）三个真实数据集上验证了方法的可扩展性和多领域适用性；并通过1200次蒙特卡洛模拟证明了其渐近稳定性，表现为更高的全局平均秩相关、更低的排名方差和更优的最坏情况性能。该成果为自动本体评估管道提供了稳定、风险规避且与领域无关的排序工具，论文发表于《Future Internet》。
研究人员采用的主要关键技术方法包括：基于四种距离度量的TOPSIS变体（欧几里得、切比雪夫、余弦、马氏）独立计算相对贴近度；利用Borda计数将四个序数偏好向量聚合为单一共识排名。样本队列来源：人工智能本体取自LOV和DBpedia仓库，农业本体来自AgroPortal仓库，生物医学本体来自BioPortal仓库，指标由OntoMetrics平台和OntoPortal API计算。此外，构建1200个含非线性、偏斜和多重共线性特征的人工决策矩阵进行蒙特卡洛模拟，以评估排名稳定性。
5.3 排名结果（Ranking Results）
在三个数据集上，四种单一距离TOPSIS变体和所提出的Ensemble-TOPSIS均成功完成排序。AI数据集中，ITO（智能任务本体）被所有模型一致评为第一；农业数据集中，NCBITAXON（NCBI生物分类本体）在三种变体和集成模型中取得第一；生物医学数据集中，MSTDE-FRE（消化内镜最小标准术语-法语本体）获多数模型第一。成对秩相关分析（Spearman’s ρ、Kendall’s τ及秩相似系数）显示，余弦距离与马氏距离之间存在弱相关性，而Borda聚合后的集成排名与主流基线保持高度一致，有效抑制了单一度量的局部偏差。
5.4 实证验证（Empirical Validation）
通过1200次蒙特卡洛模拟，研究人员比较了各变体的平均秩相关、秩相关方差和最坏情况性能。集成变体在三个统计指标上均取得最高平均相关系数（ρ、τ、γ），最低方差，并最大化了最坏情况下的相关系数，证明其具备跨数据集的渐近稳定性和抗偏置能力。
5.5 计算性能分析（Computational Performance Analysis）
以独立运行100次取均值的方式，评估了各距离度量和集成方法在三个数据规模下的延迟。计算时间随数据集规模线性增长；切比雪夫距离最快（最大数据集平均约1.1毫秒），余弦距离最慢（约12.8毫秒）。集成方法在最大数据集（102×15）上平均耗时为47.3毫秒，仍满足实时语义评估的实用要求。
6 距离度量的消融分析（Ablation Analysis on Distance Metrics）
采用留一法（Leave-One-Out）消融分析，分别移除四种距离度量后计算与完整集成排名的Spearman’s ρ。结果表明，移除欧几里得、切比雪夫或马氏距离仅引起极小的排名偏移（ρ>0.99），说明它们之间存在数学冗余；而移除余弦距离导致显著下降（生物医学ρ=0.87，AIρ=0.85，农业ρ=0.84），余弦距离捕捉了尺度不变的方向信息，是正交且不可替代的组件。这为计算剪枝和基于熵权或CRITIC的定向加权优化提供了依据。
7 与相关工作比较（Comparison with Related Works）
与既有基于单距离的TOPSIS本体排序研究相比，本研究是首个在多距离集成框架下进行本体排序的工作。其他研究仅测试单一领域、较小规模数据集，而本方法在三个不同领域、最大规模达102个本体和15个准则的数据集上验证，并通过1200次模拟证明其鲁棒性，因此更具稳定性和通用性。
8 研究局限（Limitations of the Study）
所提出的Ensemble-TOPSIS方法相比单一距离TOPSIS具有更高的计算和时间复杂度，在实时或近实时系统中可能成为瓶颈。此外，当前对所有距离度量赋予相等权重，未能区分各度量的贡献差异性。
9 研究结论与未来工作（Conclusions and Future Work）
传统多准则本体评估存在固有结构波动和几何局限。本文提出了一种集成Borda计数秩聚合算子的多距离集成TOPSIS框架，将候选本体同时映射至欧几里得、切比雪夫、余弦和马氏距离四个空间与统计透镜，有效捕捉了方向模式、极端准则欠佳表现和数据多重共线性等局部特征。在人工智能（19个本体）、农业（45个本体）和生物医学（102个本体）三个异质领域仓库上的经验评估验证了该框架的性能。Spearman’s ρ、Kendall’s τ及秩相似系数的统计分析表明，基于单一距离的TOPSIS变体极易发生局部极化，其中余弦距离表现出严重离群性。然而，Borda算子成功合成了稳健的共识向量。在所有真实数据集上，最终的Borda集成与主流基线维持了近最优的顶端共识（ρ≥0.95），将关键顶端选择隔离于孤立单度量畸变之外。进一步，跨越1200个随机生成的、非线性的、偏斜多重共线性决策域的综合蒙特卡洛模拟确立了该方法的渐近稳定性：所提出的Ensemble-TOPSIS方法实现了最高全局平均性能（ρ均=0.87、τ均=0.72、γ均=0.83），最小化排名方差（σ2=0.0002），并最优地最大化了下界最坏情况性能剖面（最坏ρ=0.73），均优于各基线公式。未来工作将扩展包含模糊多准则决策扩展的集成架构，以处理语义歧义和不完整元数据剖面。
