2011年第4次课-Deep Web 集成和查询new课件.pptVIP

第 4 章 Deep Web 集成查询研究;主要内容;主要内容;深层网络基本概念;深层网络基本概念; 当前Internet存在大量的页面是由后台数据库动态产生的， 这些页面不能通过静态链接直接获取，只能通过填写表单提交 查询方式来获取。传统的蜘蛛程序（Crawler）由于技术和其它 原因，不能抓取这些页面，导致这部分信息对用户是隐藏、不 可见的，称为Deep Web（深层网络） ; 对Deep Web的研究具有重要意义，Deep Web中包含的信息 是网络蜘蛛程序能够访问的Surface Web的500倍，Deep Web中蕴 涵的信息比Source Web质量更高、更专业，Deep Web数据量的增 长速度远大于Surface Web，Deep Web上95%的信息是可以公开访 问的，Deep Web中大量的信息是结构化的数据信息。因此有效地 利用Deep Web中丰富的信息，向用户提供针对Deep Web中多数据 源一致的查询接口，即研究Deep Web数据集成方法成为当前重要 的方向之一。 ; 我们对航空订票、图书销售、汽车销售等行业226个数据源 进行比较分析，发现这些数据源的数据主要以三种形式存在： 纯数据库数据、以XML形式存在的数据、通过网页获取的数据 库数据。其中通过网页获取的关系数据库数据150个（也称为深 层网络数据，