Deep Web數(shù)據(jù)庫(kù)的選擇研究.pdf

1、隨著Internet相關(guān)技術(shù)的日益成熟,Web上積累了大量的在線數(shù)據(jù)庫(kù),其中所蘊(yùn)含的信息對(duì)于用戶來(lái)說(shuō)是不可見的,稱之為Deep Web。建立Deep Web數(shù)據(jù)集成系統(tǒng)是當(dāng)前從Deep Web中獲取信息的有效方式。為了提高信息檢索的效率和查詢的準(zhǔn)確度,DeepWeb數(shù)據(jù)庫(kù)的選擇是建立Deep Web數(shù)據(jù)集成系統(tǒng)的一個(gè)必不可缺的環(huán)節(jié)。
　　 在Web數(shù)據(jù)庫(kù)選擇方面,本文主要是在設(shè)計(jì)代表性查詢以獲取Web數(shù)據(jù)庫(kù)特征和針對(duì)特定查詢對(duì)W

2、eb數(shù)據(jù)庫(kù)進(jìn)行排序兩個(gè)方面做了重點(diǎn)研究。
　　 在獲取Web數(shù)據(jù)庫(kù)特征方面,文中根據(jù)領(lǐng)域知識(shí)構(gòu)建初始查詢?cè)~集合。由于查詢?cè)~集合的動(dòng)態(tài)更新性,隨著用戶的提交逐步建立起具有代表性的頻繁查詢?cè)~集合,并向各個(gè)本地Web數(shù)據(jù)庫(kù)提交頻繁查詢?cè)~,通過(guò)分析Web數(shù)據(jù)庫(kù)返回結(jié)果中出現(xiàn)查詢?cè)~的位置和包含關(guān)系獲取Web數(shù)據(jù)庫(kù)的特征。
　　 在Web數(shù)據(jù)庫(kù)排序方面,按照其特征對(duì)Web數(shù)據(jù)庫(kù)返回結(jié)果進(jìn)行分類,以每類返回結(jié)果與查詢?cè)~的相關(guān)度和每類返

3、回結(jié)果在全部Web數(shù)據(jù)庫(kù)相應(yīng)類別中所占的比例兩者作為參數(shù)計(jì)算出整個(gè)Web數(shù)據(jù)庫(kù)與查詢?cè)~的相關(guān)度,按照相關(guān)度的大小對(duì)所有的Web數(shù)據(jù)庫(kù)進(jìn)行排序。在已排序的基礎(chǔ)上,通過(guò)分析與查詢?cè)~的完全相關(guān)結(jié)果增長(zhǎng)率確定選擇出的Web數(shù)據(jù)庫(kù)個(gè)數(shù)閾值,從而獲得既高效又準(zhǔn)確的部分Web數(shù)據(jù)庫(kù)。最后對(duì)于用戶提交的新查詢?cè)~,本文將前一步選擇出的部分Web數(shù)據(jù)庫(kù)作為輸入,利用Apriori算法計(jì)算出最大頻繁項(xiàng)集,即將最被頻繁查詢的Web數(shù)據(jù)庫(kù)作為新查詢?cè)~的默認(rèn)Web