Deep Web數(shù)據(jù)庫選擇和查詢轉(zhuǎn)換技術(shù)研究.pdf

1、隨著WorldWideWeb的飛速發(fā)展，DeepWeb中蘊(yùn)含了海量的可供訪問的信息，并且還在迅速的增長。這些信息要通過查詢接口在線訪問其后端的Web數(shù)據(jù)庫得到。盡管豐富的信息蘊(yùn)藏在DeepWeb中，由于DeepWeb數(shù)據(jù)的異構(gòu)性和動(dòng)態(tài)性，有效地把這些信息加以利用是一件十分具有挑戰(zhàn)性的工作。 目前，在DeepWeb這個(gè)領(lǐng)域的研究中已經(jīng)提出了DeepWeb數(shù)據(jù)集成的系統(tǒng)架構(gòu)，它分為兩個(gè)大的模塊：集成查詢接口生成模塊和集成查詢接口查詢

2、處理模塊。本文對(duì)DeepWeb數(shù)據(jù)集成的系統(tǒng)架構(gòu)中的各個(gè)組成部分作了論述和介紹，并重點(diǎn)針對(duì)查詢處理模塊中的Web數(shù)據(jù)庫的選擇和查詢轉(zhuǎn)換兩個(gè)子模塊進(jìn)行詳細(xì)介紹和深入的研究。 由于DeepWeb每個(gè)領(lǐng)域的數(shù)據(jù)庫數(shù)量的不斷快速增長，如果只是簡單地把集成接口上的查詢轉(zhuǎn)換到對(duì)該領(lǐng)域每個(gè)Web數(shù)據(jù)庫的查詢，那么要訪問該領(lǐng)域的每個(gè)數(shù)據(jù)庫將花費(fèi)大量的代價(jià)，并且一個(gè)領(lǐng)域中大部分的Web數(shù)據(jù)庫之間存在著冗余的信息，這樣查詢結(jié)果也會(huì)產(chǎn)生大量的信息冗余

3、?；谏鲜鰡栴}，本文給出了基于TOP-N查詢的DeepWeb數(shù)據(jù)庫選擇方法，并對(duì)其不相關(guān)度距離計(jì)算和DeepWeb數(shù)據(jù)庫選擇方法進(jìn)行了改進(jìn)，使得在DeepWeb數(shù)據(jù)庫選擇中減少了資源的浪費(fèi)，提高了選擇查詢性能。 查詢轉(zhuǎn)換也是DeepWeb數(shù)據(jù)集成的系統(tǒng)架構(gòu)中的重要組成部分，它負(fù)責(zé)將用戶提交的查詢轉(zhuǎn)化為要訪問的Web數(shù)據(jù)庫的各個(gè)本地目標(biāo)查詢接口上的查詢。隨著DeepWeb數(shù)據(jù)源的迅速發(fā)展，每個(gè)主題領(lǐng)域內(nèi)的數(shù)據(jù)源都在不斷更新或增加，