深网数据源质量估计模型.pdf

深网数据源质量估计模型胡鹏昱 1 ，赵朋朋 1 ，方 巍 1 ，崔志明 1,2 (1. 苏州大学智能信息处理及应用研究所，苏州 215006；2. 江苏省计算机信息处理技术重点实验室，苏州 215006)摘 要：为从海量深网中获得有价值的信息，提出一种深网数据源质量估计模型，综合考虑接口查询能力、接口页面质量和服务质量3 方 面因素，采用SVM 和Ranking SVM机器学习方法得到质量估计函数。实验结果表明，该估计函数得到的数据源质量排序序列和人工排序 序列的 Kendall’s τ 距离超过0.5，且获得较高的精度。关键词：深网；查询能力；查询接口；服务质量Quality Estimation Model of Deep Web Data SourceHU Peng-yu1 , ZHAO Peng-peng1 , FANG Wei 1 , CUI Zhi-ming1,2 (1. Institute of Intelligent Information Processing Application, Soochow University, Suzhou 215006;2. Key Lab of Computer Information Processing Technology of Jiangsu Province, Suzhou 215006)【Abstract】In order to get valuable information from the mass Deep Web, this paper proposes a quality estimation model of Deep Web datasources, considering the query capability of interface, the quality of interface pages and the Quality of Services(QoS), using the SVM and RankingSVM machine learning approach to obtain the quality estimation function. Experimental results show the Kendall’sτ distance between data sourcesquality sort sequences made by this quality estimation function and the artificial one is more than 0.5, and achieves higher accuaracy.【Key words】Deep Web; query capability; query interface; Quality of Services(QoS)计算 机工程Computer Engineering 第 35卷 第 9 期Vol.35No.92009 年 5 月 May 2009 ·人工智能及识别技术· 文章编号：1000—3428(2009)09—0204—04 文献标识码：A中图分类号：TP311 1概述深网(Deep Web)是指 Web 中可访问的在线数据库，其内 容存储在真正的数据库中，这些内容只有在递交查询后才会 由 Web 服务器动态生成页面把结果返回给访问者。UIUC 大 学曾在 2004 年的时候就对整个 Deep Web 做了一次较准确的