一种数据驱动的wrapper自动生成和维护方法.pdfVIP

一种数据驱动的wrapper自动生成和维护方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 43 卷 增刊 计 算 机 研 究 与 发 展 Vol.43, Suppl. 2008 年 11 月 JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT Nov. 2008 一种数据驱动的 Wrapper 自动生成与维护方法 王仲远 艾静 孟小峰 ( 中国人民大学信息学院 北京 100872) (zhywang@) 摘要 Wrapper 的生成与维护是Deep Web 数据集成中一项非常重要的研究课题.传统的方法通常是通过对网页结构或特征的分析 来推导 Wrapper,这种方法严重依赖于网站模板,在处理某些网站时可能完全失效.同时,以往研究对于 Wrapper 的维护问题关注较 少.这两个问题导致无法真正实现大规模Deep Web 数据集成.本文提出了一种新颖的数据驱动的Wrapper 自动生成与维护方法.这 种方法利用同一领域不同网站之间,以及同一网站不同版本之间的语义关系,通过数据项的匹配,来生成和维护 Wrapper.本文的方 法没有模板依赖的问题,无需设置阀值.经过大量实验证明,此方法在准确性与适用性上,与原有方法相比有较大提高. 关键词 Deep Web;数据集成;Wrapper生成;Wrapper维护 中图法分类号 TP391 A Data Driven Approach for Automatic Wrapper Generation and Maintenance Wang Zhongyuan, Ai Jing, Meng Xiaofeng (School of Information, Renmin University of China, Beijing, 100872) Abstract Wrapper generation and maintenance is a crucial research topic in Deep Web data integration. Existing methods usually induced Wrappers by structures or features analyzing of the website. However, these methods rely heavily on website templates and may be ineffective for some websites. Moreover, previous research paid less attention to wrapper maintenance. These two problems block the implement of large-scale Deep Web data integration. This paper proposes a novel method to perform this issue automatically, which is called data driven approach. This approach matches date items between source pages and target pages by the same semantic record of different websites in one domain or different templates in one site. Then it generates or maintains wrappers with these mapping data items. This approach doesn’t rely on the template or set thresholds. Experimental results show that the accuracy and applicability of the method has improved greatly compared with the previous methods. Key words Deep Web; Data Integration; Wrapper Generation; Wra

文档评论(0)

youyang99 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档