Deep Web環(huán)境下查詢松馳技術(shù)的研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展，Web上的信息量呈爆炸性增長。按照所蘊(yùn)含信息深度的不同，可以將Web劃分為Surface Web和Deep Web兩大類。其中，Deep Web是指那些存儲在Web數(shù)據(jù)庫里、不能通過超鏈接訪問而需要采用動態(tài)網(wǎng)頁技術(shù)訪問的資源集合。Deep Web中的信息量遠(yuǎn)遠(yuǎn)大于Surface Web中的信息量，有效地利用這些信息，能夠更加充分地發(fā)揮Internet的作用。然而，在查詢信息的過程中難免會產(chǎn)生失敗查詢，即沒有結(jié)果返

2、回的查詢。對失敗查詢進(jìn)行處理，使其返回與用戶意愿比較相近的結(jié)果，比告知用戶沒有結(jié)果更具協(xié)作性，更有意義。
　　 本文基于對Deep Web環(huán)境的觀察和分析，提出了一種Deep Web環(huán)境下查詢松弛的解決方案。首先，利用查詢探測獲得未知數(shù)據(jù)源的樣本信息，并根據(jù)樣本信息計算各個屬性的近似函數(shù)依賴關(guān)系，得到屬性重要度：然后，通過變換數(shù)據(jù)源關(guān)系全圖得到針對于查詢請求的數(shù)據(jù)源關(guān)系圖；最后，利用這個數(shù)據(jù)源關(guān)系圖，就可以按照特定的規(guī)則進(jìn)行查詢

3、松弛和執(zhí)行過程。
　　 由于查詢松弛的存在，從各數(shù)據(jù)源得到的結(jié)果數(shù)量可能很大，部分結(jié)果與用戶查詢請求的相似度較低，因此從各數(shù)據(jù)源得到結(jié)果后，先通過skyline方法對結(jié)果進(jìn)行篩選，然后根據(jù)各個結(jié)果實(shí)例與用戶查詢的相似度進(jìn)行排序，將最接近用戶要求的結(jié)果集返回給用戶。
　　 以此查詢松弛和結(jié)果過濾方法為基礎(chǔ)，實(shí)現(xiàn)了Deep Web搜索引擎DWSearch中的查詢處理子系統(tǒng)。出于處理并發(fā)訪問的考慮，該系統(tǒng)采用了分布式設(shè)計。以D