Deep+Web数据源质量估计模型及应用研究.pdf

Web数据源质量估计模型及应用研究 中文摘要 Deep Web数据源质量估计模型及应用研究 Deep 中文摘要 库所深化。这些信息隐藏在Web查询接口之后，由站点后台数据库动态产生，而传 Web。 统搜索引擎受技术限制无法对它们进行索引，我们称这类信息为Deep Web信息的获取至今仍然是一个新兴的研究领域，也受到越来越多研究人 Deep Web进行大规模信 员的重视。为了方便用户获取某领域的DeepWeb信息，对Deep 息集成的研究就应运而生了，该集成框架包括数据源发现、数据源分类、数据源选择、 Wreb数据源质 查询结果合并等模块的研究。本文在上述集成框架下提出了一个Deep 量估计模型，基于该模型对数据源选择进行了应用研究，并提出了相关的选择算法。 本文的主要研究内容包括： Web资源的结构和分布做 (1)介绍了DeepWeb信息集成系统框架，对中国Deep 了调查研究。 W．eb三个方面的特性，并分别从三方面提取了影响数据源质量 (2)分析了Deep 的属性。 (3)分别采用了机器学习方法和模糊综合评价方法，对影响数据源质量的特征建 立了质量估计模型。 Web数据源 (4)应用上述质量估计模型，结合查询相关性及查询准确性对Deep 的选择做了应用研究。 最后对文中提出的方法和技术进行了实验设计，通过对数据源选择实验结果的分 析验证了提取特征的合理性和有效性，并比较了采用机器学习方法和模糊综合评价方 法建立质量估计模型的优缺点。 关键词：深网，搜索引擎，机器学习， 信息反馈， 查询接口 作 者：胡鹏昱 指导老师：崔志明 Researchon EstimationModelof WebDataSourcesand Quality Deep Application Researchon EstimationModelof Web Quality Deep DataSourcesand Application Abstract Witllthe ofIntemet Webhasbeen rapiddevelopment technology，the rapidly searchabledatabasesonline．Aamountof information deepenedbymyriad large dynamic fromthedatabasesbehind interfacescallnotberetrievedbecaus