基于本體的旅游領(lǐng)域Deep Web查詢接口集成.pdf

1、隨著Internet與網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，萬維網(wǎng)上的信息以海量方式增長，然而我們卻不能快速而準確獲取有效的信息。因為這些信息大多隱藏在深網(wǎng)里，需要通過查詢接口在線訪問后臺數(shù)據(jù)庫，而且在深網(wǎng)里，這些數(shù)據(jù)不僅以指數(shù)增長，還存在異構(gòu)性和動態(tài)性。傳統(tǒng)的搜索引擎只能進行靜態(tài)頁面的搜索，不能滿足這一要求，因此Deep Web的數(shù)據(jù)集成成為目前研究的熱點之一。 目前針對Deep Web數(shù)據(jù)集成的研究有Stanford大學(xué)Raghavan和Ga

2、rcia-Molina的HiWE研究小組、Colombia大學(xué)Panagiotis G.Ipeirotis等人的Qprober研究小組和電子商務(wù)集成系統(tǒng)Wise-Integrator以及人民大學(xué)孟小峰教授帶領(lǐng)的研究小組。本文針對Deep Web數(shù)據(jù)集成的國內(nèi)外研究現(xiàn)狀，提出了基于本體的旅游領(lǐng)域Deep Web查詢接口集成的架構(gòu)，并給出Deep Web數(shù)據(jù)集成中數(shù)據(jù)源的發(fā)現(xiàn)和分類的相應(yīng)算法。本文主要工作和創(chuàng)新如下： 第一，介紹了D

3、eep Web數(shù)據(jù)集成的國內(nèi)外研究現(xiàn)狀，提出了基于本體的旅游領(lǐng)域Deep Web查詢接口集成的架構(gòu)。 第二，建立了旅游領(lǐng)域的本體知識樹，將Deep Web數(shù)據(jù)源查詢接口的查找與領(lǐng)域的分類合并成基于領(lǐng)域的Deep Web數(shù)據(jù)源發(fā)現(xiàn)，并以旅游領(lǐng)域Web頁面為例，首先利用NekoHTML對網(wǎng)頁進行規(guī)范化，然后通過啟發(fā)式規(guī)則將表單去噪，再在大量觀察了接口的特征及充分利用了中文特點設(shè)計了相應(yīng)的啟發(fā)式規(guī)則及利用DOM接口自動將html代碼轉(zhuǎn)

4、換成擁有我們需要的數(shù)據(jù)源特征的DOM樹，與本體知識樹匹配，找到領(lǐng)域的Deep Web數(shù)據(jù)源查詢接口，從中提取form表單。最后用實驗進行驗證，表明該方法對實現(xiàn)領(lǐng)域Deep Web數(shù)據(jù)源集成的半自動化、自動化有較強的現(xiàn)實意義。 第三，闡述了Deep Web數(shù)據(jù)源查詢接口的分類問題。根據(jù)Deep Web數(shù)據(jù)源小樣本、高維特征以及中文語義特點，本文首先將Deep Web數(shù)據(jù)源查詢接口形式化表達出來，并轉(zhuǎn)化成向量模型；接著利用粒子群算法

5、對其進行優(yōu)化提取特征向量，并設(shè)計將接口的147維向量集合模型轉(zhuǎn)化為15維向量集合模型，最后轉(zhuǎn)化為二維向量模型；最后，在MATLAB上進行仿真實驗，對Deep Web數(shù)據(jù)源查詢接口分類的三種方法進行了對比，得出降維后和不降維數(shù)據(jù)源的分類不受明顯影響，但降維能節(jié)約計算機的計算量，用svc分類比用knn分類效果好。 總之，Deep Web查詢接口集成技術(shù)為尚處于起步階段，國內(nèi)有了實驗原型，但諸多關(guān)鍵技術(shù)細節(jié)實現(xiàn)尚需要深入探索，與具體應(yīng)用