Deep Web數(shù)據(jù)源的發(fā)現(xiàn)和分類.pdf

1、在快速發(fā)展的互聯(lián)網(wǎng)時(shí)代，信息技術(shù)迅速成為社會(huì)的重要資源。如何使用戶快速、高效地獲取信息資源成為當(dāng)前領(lǐng)域研究的熱點(diǎn)。通常情況下，我們?cè)跈z索數(shù)據(jù)時(shí)使用的搜索引擎一般只能夠訪問(wèn)到一些靜態(tài)網(wǎng)頁(yè)等數(shù)據(jù)資源（即Surface Web），而對(duì)于信息質(zhì)量更高的Deep Web數(shù)據(jù)源則需要在包含查詢接口的頁(yè)面，通過(guò)不斷地填寫表單提交查詢才能獲取到。這種傳統(tǒng)的Deep Web數(shù)據(jù)源獲取方式大大降低了信息資源的利用率。
　　為了最大限度的獲取Deep

2、Web數(shù)據(jù)源信息，并對(duì)獲取到的數(shù)據(jù)源信息進(jìn)行分類，方便后續(xù)的數(shù)據(jù)集成工作以及用戶的檢索使用,本文基于傳統(tǒng)的Deep Web數(shù)據(jù)源發(fā)現(xiàn)方法的優(yōu)缺點(diǎn)，提出了一種新的Deep Web數(shù)據(jù)源發(fā)現(xiàn)和分類方法。我們根據(jù)系統(tǒng)響應(yīng)用戶查詢時(shí)獲取數(shù)據(jù)的途徑不同，即數(shù)據(jù)是從各應(yīng)用網(wǎng)站獲取還是來(lái)源于集成的本地?cái)?shù)據(jù)庫(kù)，將Deep Web數(shù)據(jù)源發(fā)現(xiàn)搜索框架分為實(shí)時(shí)的和非實(shí)時(shí)的兩種情況。本文在系統(tǒng)地概括了這兩種框架的基礎(chǔ)上，著重介紹了實(shí)時(shí)的搜索框架以及各模塊實(shí)現(xiàn)的

3、主要功能，通過(guò)“數(shù)據(jù)源發(fā)現(xiàn)引擎應(yīng)用程序模塊”和“客戶端數(shù)據(jù)源應(yīng)用程序模塊”的相互通信，實(shí)現(xiàn)了Deep Web數(shù)據(jù)源的有效發(fā)掘以及用戶的快捷查詢。為保證檢索效率，面對(duì)數(shù)據(jù)庫(kù)中龐大的分類詞典，本文進(jìn)一步提出了基于同義詞詞林和知網(wǎng)融合的分類方法來(lái)對(duì)各個(gè)被檢索網(wǎng)站和用戶的查詢關(guān)鍵詞進(jìn)行了分類。
　　本文提出的框架模型方法能夠有效的克服傳統(tǒng)方法基于領(lǐng)域研究的局限性，可以更好的利用Deep Web數(shù)據(jù)庫(kù)的結(jié)構(gòu)性特征，極大地方便了后續(xù)的集成工作