deep web 数据集成系统的设计与应用研究word格式论文.docxVIP

优秀毕业论文 精品参考文献资料 摘要 Web 中蕴藏着海量丰富有用的信息。在 Web 中按其信息蕴含的深度可划分为 Surface Web（浅 Web）和 Deep Web（深 Web）两类，前者指能由传统的搜索引擎 搜索到的静态页面构成的集合，而后者与之相反，主要指由用户在后台数据库所 呈现的查询接口中通过提交查询而动态生成的页面集合。由于 Deep Web 中蕴含的 信息量是 Surface Web 信息的 400～500 倍之多，且其大部分信息为与主题相关的 结构化数据，更具有应用价值，因此，对 Deep Web 数据挖掘的研究与应用具有重 要的理论意义与应用价值。 通过 Deep Web 数据集成系统是挖掘 Deep Web 有用信息的有效手段之一。本 文在对 Deep Web 数据集成系统中的一些关键问题：Deep Web 数据集成系统的体 系架构、Web 信息抽取算法、查询接口的模式抽取算法及查询接口集成进行较深 入分析研究的基础上，给出了 Deep Web 数据集成系统的体系架构框架，提出了一 种改进的 MDR Web 信息抽取算法、查询接口模式抽取算法和查询接口集成算法。 同时，针对本地区高速公路建设发展的需求，将 Deep Web 数据集成系统技术初步 运用于“河北省公路工程材料信息管理系统”中的“价格管理”模块的研发中。 所设计实现的“价格管理”模块能从 Deep Web 中自动获取公路建设各类材料价 格，并能对其进行整合归类，为相关部门提供了公路建设概算预算编制、审查及 变更批示的依据。所研发的系统模块经相关单位测试使用，实现了合理确定材料 价格、有效降低公路造价的作用，取得了良好的社会效益与经济效益。 关键词：Deep Web 数据集成 查询接口 模式抽取  Abstract Abstract Web contains massive valuable information. The information, according to the “hidden” depth, can be divided into sub-categories: Surface Web and the Deep Web. The former refers to that a traditional search engine can search the set of static pages, while the latter opposite. Deep Web mainly refers to a collection of dynamically generated pages from the Web database (WDB) by users submission query on the query interface of WDB. According to the statistics published by industry authorities, the information contained in the Deep Web is about 500 times that in the Surface Web. Besides, the information in the Deep Web seems more professional since they can be focused on a specific domain and structured data. Thus, it turns to be fairly important and urgent for us to mine the useful information in Deep Web. An efficient method for achieve the rich and valuable information “hidden” in the Deep Web is by the Deep Web data integration systems. Based on the basis of extensive study to the key issues of the Deep Web data integration system: the Deep Web data integration system architecture, Web information extraction techniques or algorithms, query interface model extraction algorithm and the query interface integra