Deep Web數(shù)據(jù)源聚類與查詢轉(zhuǎn)換的研究.pdf_第1頁
已閱讀1頁，還剩75頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的日益增長,Web已經(jīng)成為人們獲取信息的重要途徑。Web分為Surface Web和Deep Web兩大類。相對而言,Deep Web蘊含了更為豐富的資源,而且價值更高。然而Web數(shù)據(jù)庫分布在各個領(lǐng)域,只能通過查詢接口進行訪問,所以必須通過數(shù)據(jù)集成后才能更好的利用。
　　 將數(shù)據(jù)庫按照其所屬領(lǐng)域進行劃分是Deep Web數(shù)據(jù)集成中一個十分重要的環(huán)節(jié)。由于相同領(lǐng)域的數(shù)據(jù)庫查詢接口所在頁面的標題和關(guān)鍵字往往會共享一些詞匯,

2、而這些詞匯又在很大程度上反映了數(shù)據(jù)庫的領(lǐng)域。因此,本文提出了一種基于頻繁項集的聚類算法,對標題和關(guān)鍵字等文本提示信息進行聚類,從而實現(xiàn)對數(shù)據(jù)庫的劃分,可以使數(shù)據(jù)庫的信息更好的被利用。在新算法中,頻繁項集的個數(shù)決定了聚類的個數(shù),并且頻繁項集可以作為標簽來描述聚類。實驗驗證,此方法的F-measure值可以達到0.92以上。
　　 另外,查詢轉(zhuǎn)換也是數(shù)據(jù)集成的一個重要組成部分,它主要負責將用戶提交的查詢在集成查詢接口和Web本地查詢

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論