Web資源質(zhì)量元數(shù)據(jù)的獲取與管理技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著Internet的飛速發(fā)展,互聯(lián)網(wǎng)上的信息資源日益豐富,Web數(shù)據(jù)以多種形式存在,沒有特定的模型描述,數(shù)據(jù)本身存在著自我描述性和動(dòng)態(tài)可變性,從紛繁復(fù)雜的資源中得到高質(zhì)量的信息是一個(gè)巨大的挑戰(zhàn)。近年來,國內(nèi)外學(xué)者在Web資源質(zhì)量評(píng)測技術(shù)的研究上取得了很大進(jìn)展,提出了一系列的質(zhì)量評(píng)測指標(biāo)體系。然而在經(jīng)典的方法中,根據(jù)質(zhì)量指標(biāo)定性評(píng)測Web資源質(zhì)量具有很高的主觀性,容易造成評(píng)測偏差,降低了質(zhì)量評(píng)測結(jié)果的準(zhǔn)確性。
　　 為了客觀、準(zhǔn)

2、確地獲得Web資源質(zhì)量狀況,本文研究了從質(zhì)量元數(shù)據(jù)的角度評(píng)價(jià)Web資源質(zhì)量的方法。本文將Web資源／信息質(zhì)量評(píng)測模型WebQM模型理解為Web資源質(zhì)量元數(shù)據(jù)模型,采用都柏林核心元數(shù)據(jù)集規(guī)范(DublinCoreElementSet,簡稱DC)作為Web資源元數(shù)據(jù)設(shè)計(jì)的標(biāo)準(zhǔn),對DC元素進(jìn)行擴(kuò)展。同時(shí),研究了Web資源質(zhì)量元數(shù)據(jù)的量化方法,分析了數(shù)據(jù)抽取技術(shù),采用基于正則表達(dá)式的數(shù)據(jù)抽取技術(shù)來獲取質(zhì)量元數(shù)據(jù)。在數(shù)據(jù)倉庫設(shè)計(jì)過程中,通過分析W

3、eb資源質(zhì)量評(píng)價(jià)與各個(gè)質(zhì)量子維的關(guān)系,對事實(shí)表與維表進(jìn)行設(shè)計(jì),建立星型模型,構(gòu)建了一個(gè)初級(jí)的Web資源質(zhì)量元數(shù)據(jù)倉庫。
　　 本文的最終目標(biāo)是構(gòu)建Web資源質(zhì)量元數(shù)據(jù)倉庫,在數(shù)據(jù)倉庫的基礎(chǔ)上對Web資源質(zhì)量元數(shù)據(jù)進(jìn)行管理和分析。為此本文研究了非事實(shí)型事實(shí)表的分析方法,在數(shù)據(jù)倉庫基礎(chǔ)上進(jìn)行統(tǒng)計(jì)計(jì)算等數(shù)據(jù)分析操作,分析比較了Web資源的質(zhì)量情況。實(shí)驗(yàn)結(jié)果表明本論文中對Web資源的質(zhì)量元數(shù)據(jù)的管理與分析工作可以幫助綜合分析Web資源質(zhì)