Deep Web數據源發(fā)現(xiàn)與分類技術研究.pdf

1、從因特網的“深度”將其分為Deep Web和Surface Web兩類。Deep Web中蘊含有極其豐富的信息，并且比Surface Web所蘊含的信息更加具有利用價值。然而，由于DeepWeb信息是以相互獨立的形態(tài)分散在因特網的各個角落里，并且這些信息一直處于一種動態(tài)的、不斷變化的狀態(tài)，這就使獲取Deep Web信息的工作變得非常困難。因此，為了用戶能夠更好地獲取到這些有價值的信息，就必須使用Deep Web數據集成的方法去達到這一目

2、的。
　　Deep Web查詢接口的判定是Deep Web數據集成的首要工作，是為了用戶可以通過真正的Deep Web查詢接口獲取到真正的Deep Web信息。首先根據頁面的URL對頁面進行初步的篩選，在對頁面表單進行特征提取之前運用啟發(fā)式判定規(guī)則對網頁表單進行進一步的篩選。利用Adaboost算法對多個弱貝葉斯分類器融合最終形成一個強貝葉斯分類器，對原有的樸素貝葉斯進行加強，降低了樸素貝葉斯算法對獨立性屬性要求預先進行假設過度依