deep web集成系统中同类主题数据源选择方法研究word格式论文.docxVIP

优秀毕业论文 精品参考文献资料 discrimination method of record. ④ For current deep web data source quality assessment exists shortages of poor objective truth and low accuracy , this paper uses quality indicators of accuracy, sequence, size of data source and authority to get the quality of Deep Web data source by establishing data source quality assessment model, so as to select the N-Deep Web data sources of highest quality for user query. The experiment results on mainstream book sites show that the proposed method not only can reduce the burden on the system, but also can assess quality of data sources with same theme effectively, then the system can obtain higher quality data sources. Keywords: Repeatability Estimation，Quality Indicators，Deep Web，Data Source Selection，Quality Evaluation Model 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪论 1 1.1 课题研究背景及意义 1 1.2 国内外研究现状 3 1.3 本文主要研究内容及结构 6 1.3.1 研究内容 6 1.3.2 本文组织结构 7 1.4 本章小结 7 2 Deep Web 集成框架相关技术 8 2.1 领域知识 8 2.1.1 领域知识概念 8 2.1.2 领域知识获取 8  HYPERLINK \l _TOC_250008 2.2 面向领域的 Deep Web 集成框架 8  HYPERLINK \l _TOC_250007 Deep Web 查询接口集成 10  HYPERLINK \l _TOC_250006 Deep Web 查询处理 11  HYPERLINK \l _TOC_250005 Deep Web 查询结果处理 11 2.6 本章小结 12  HYPERLINK \l _TOC_250004 3 Deep Web 数据源重复度估算方法研究 13 3.1 引言 13  HYPERLINK \l _TOC_250003 3.2 Deep Web 数据源重复度估算方法 13 3.2.1 文本数据库重复度估算方法 13 3.2.2 关系数据库重复度估算方法 14  HYPERLINK \l _TOC_250002 3.3 改进的 Deep Web 数据源重复度估算方法 16 3.3.1 重复记录识别 16  HYPERLINK \l _TOC_250001 3.3.2 FR 算法 17 3.4 本章小结 20  HYPERLINK \l _TOC_250000 4 Deep Web 数据源质量选择方法研究 21 4.1 引言 21 4.2 查询相关度计算方法 21 4.2.1 查询接口分析 21  4.2.2 数值型相关度距离计算 22 4.2.3 改进的文本型相关度距离计算 24 4.2.4 改进的查询相关度算法 26 4.3 数据源质量评估方法 26 4.3.1 基于数据库检索性能的质量评估方法 26 4.3.2 改进的数据源质量评估方法 27 4.4 本章小结 31 5 实验分析及结果 32 5.1 数据集 32 5.2 Deep Web 数据源重复度估算实验 33 5.2.1 实验步骤及结果 33 5.2.2 实验结果讨论 36 5.2.3 与同类方法比较 36 5.3 Deep Web 数据源质量选择方法实验 37 5.3.1 实验步骤及结果 37 5.3.2 实验结果讨论 39 5.3.3 Kendall 系数 39 5.3.4 与同类方法比较 40 5.4 本章小结 41 6