基于查询接口文本的DeepWeb数据源分类.pdfVIP

第36卷 第12期 计 算 机 工 程 2010年6月 Vo1．36 No12 ComputerEngineering June2010 · 软件技术与数据库 · 文章编号；10o0-__3428(20lo)l2一-oo66___o3 文献标识码：A 中圈分类号。TP311．52 基于查询接 口文本的DeepWeb数据源分类 华 慧，伏玉琛，周小科 (苏州大学计算机科学与技术学院，苏州 215006) 摘 要：根据DeepWeb数量的爆炸性增长特点，提出一种基于查询接口文本的DeepWeb数据源分类算法，对于分类的查询接13，采用 2种方法：基于向量空间的TF-IDF方法和基于知网的语义相似度方法。综合2种方法获得接 口之间的相似度。借鉴K—NN算法，提出WDB 分类算法，从而实现DeepWeb数据源的分类。实验结果表明，该算法在熵和F—measure2种评价标准上均能获得较