Deep Web自適應(yīng)跨領(lǐng)域查詢策略研究.pdf

1、隨著Web信息的激增，Web服務(wù)器維護的數(shù)據(jù)庫即Deep Web存儲的信息越來越多，以盡可能自動的方式實現(xiàn)對在線數(shù)據(jù)庫中信息的有效訪問是目前Deep Web數(shù)據(jù)集成的主要目標。
　　目前互聯(lián)網(wǎng)中包含了大量的不同領(lǐng)域的Deep Web數(shù)據(jù)源，面向領(lǐng)域的數(shù)據(jù)集成技術(shù)也日臻成熟，出現(xiàn)了很多面向某一特定領(lǐng)域的Deep Web數(shù)據(jù)集成系統(tǒng)。本文假設(shè)所有的Deep Web數(shù)據(jù)源已經(jīng)按照領(lǐng)域分好類，每一個類是所有該領(lǐng)域的Deep Web數(shù)據(jù)源的

2、集成，具有統(tǒng)一的全局訪問接口。目前，隨著Deep Web應(yīng)用的增多，用戶跨領(lǐng)域查詢已成為一種迫切的需求，本文要研究的是如何基于這些不同領(lǐng)域的集成類協(xié)助用戶完成跨領(lǐng)域查詢。
　　針對這個問題，本文提出了一種自適應(yīng)跨領(lǐng)域查詢方法，具體來說包括(1)通過分析數(shù)據(jù)源查詢接口屬性名和后臺Web數(shù)據(jù)庫內(nèi)容計算數(shù)據(jù)源間相關(guān)度，根據(jù)數(shù)據(jù)源間的相關(guān)度判定不同領(lǐng)域之間的關(guān)聯(lián)性，基于領(lǐng)域關(guān)聯(lián)性，構(gòu)建領(lǐng)域相關(guān)性模型，獲得領(lǐng)域關(guān)聯(lián)圖;(2)當用戶查詢到達時

3、，基于領(lǐng)域關(guān)聯(lián)圖，構(gòu)建查詢樹，根據(jù)數(shù)據(jù)源間的關(guān)聯(lián)度獲取用戶跨領(lǐng)域查詢路徑，提出一個跨領(lǐng)域查詢的查詢路徑綜合評估模型(QPEM)對查詢路徑進行質(zhì)量評估，推薦每關(guān)聯(lián)領(lǐng)域?qū)?nèi)top-k查詢路徑來滿足用戶多種可能的查詢意圖。
　　本文以Web數(shù)據(jù)庫的采樣樣本為選擇數(shù)據(jù)庫的依據(jù)，即首先根據(jù)Web數(shù)據(jù)庫的樣本選擇滿足用戶查詢的Web數(shù)據(jù)庫，之后再對選擇出的Web數(shù)據(jù)庫進行真正的查詢，從而使查詢代價降低。另外，計算數(shù)據(jù)源內(nèi)容相關(guān)度也是基于Web

4、數(shù)據(jù)庫樣本來計算的?；诙嘁蛩貨Q策的模糊評價模型提出的面向跨領(lǐng)域查詢的查詢路徑評估模型(QPEM)，從領(lǐng)域間數(shù)據(jù)源的關(guān)聯(lián)度、查詢樹中父節(jié)點中數(shù)據(jù)源質(zhì)量、父節(jié)點中數(shù)據(jù)源出度和子節(jié)點中數(shù)據(jù)源質(zhì)量以及數(shù)據(jù)源的入度五個指標對查詢路徑進行綜合評估。
　　經(jīng)過實驗驗證，本文提出的數(shù)據(jù)源關(guān)聯(lián)性挖掘方法具有很高的準確率，同時針對查詢路徑的推薦結(jié)果，將四種標準化方法就用戶滿意度進行對比，研究了查詢覆蓋率對用戶滿意度的影響，實驗結(jié)果表明本文方法對于跨