基于機器學習的深層網(wǎng)絡(luò)接口模式匹配方法研究.pdf

1、隨著萬維網(wǎng)快速發(fā)展，深層網(wǎng)絡(luò)中蘊含的信息日益增加。由于深層網(wǎng)絡(luò)具有規(guī)模大、異構(gòu)性、自治性等特點，如何使用戶高效、快捷地獲取自己滿意的信息面臨挑戰(zhàn)。為了解決這一問題，需要對深層網(wǎng)絡(luò)查詢接口進行集成。深層網(wǎng)絡(luò)查詢接口集成包括若干步驟，但其中至關(guān)重要的一步是接口間模式匹配。只有實現(xiàn)了該匹配過程，才能對查詢接口模式進行集成，最終得到一個全局查詢接口。用戶在全局查詢接口上提交所要查詢的信息，屏蔽掉與搜索無關(guān)的細節(jié)，得到最滿意的查詢結(jié)果。
　

2、　 本文主要研究深層網(wǎng)絡(luò)接口模式匹配問題，深層網(wǎng)絡(luò)接口模式匹配的目的是找到局部查詢接口之間的屬性或是局部查詢接口與全局查詢接口之間的屬性的最佳匹配關(guān)系，以解決查詢接口之間存在的同名異義或異名同義的現(xiàn)象。
　　 目前解決深層網(wǎng)絡(luò)查詢接口模式匹配的方法有很多，現(xiàn)有的方法大多是針對局部查詢接口之間的模式匹配進行研究，并且忽略了深層網(wǎng)絡(luò)本身的特點。本文針對局部查詢接口與全局查詢接口之間的模式匹配進行研究，同時利用了深層網(wǎng)絡(luò)的特點，提出

3、了基于機器學習的深層網(wǎng)絡(luò)接口模式匹配方法，該方法把模式匹配問題轉(zhuǎn)化成了機器學習中的分類問題。本文使用集成學習中的多策略學習技術(shù)，研究已經(jīng)證明多策略學習技術(shù)比單一的學習器準確度要高。同時，本文為了增強匹配的準確度，在訓練階段和匹配階段均引入領(lǐng)域本體的概念，豐富了屬性的匹配信息，提高了匹配的準確度。除此之外，本文考慮到查詢接口中往往包含豐富的結(jié)構(gòu)信息，為了充分利用層次結(jié)構(gòu)樹信息，提出了一種新的學習器算法，該過程能夠有效的糾正了前一個階段的匹