基于主题和表单属性的深层网络数据源分类方法 an improved method for deep web sources classification based on the theme and form attributes.pdfVIP

第2期 电 子 学 报 V01．41No．2 2013年2月 ACrAEU￡CTRONICASINICA Feb．2013 基于主题和表单属性的深层网络 数据源分类方法 祝官文，王念滨，王红滨 (哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001) 摘要：当前深层网络中蕴含着高质量的海量信息并且其数量不断地增长，由于深层网络具有分布、异构、自治 等特点，用户高效、快捷地获取自己感兴趣的信息面临巨大挑战．将深层网络数据源按领域分类是解决这一挑战的基 础．本文以对航空订票、图书、汽车和房地产领域的200多个数据源的统计和分析为基础，充分利用主题和表单属性信 息，提出了一种新的深层网络数据源分类方法以及改进的查询接口相似性度量方法，实现深层网络数据源的自动分 类．本文还提出了一种查询接口标记策略，以降低