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(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,誕生了很多的Web數(shù)據(jù)庫,并形成一個巨大的信息資源庫,為人們提供了海量信息。按照 Web中所蘊含信息結(jié)構(gòu)“深度”的不同,可以將 Web分為Surface Web和Deep Web兩大類。Deep Web信息在數(shù)量和質(zhì)量上遠(yuǎn)遠(yuǎn)超過了Surface Web,并具有更高的應(yīng)用價值。由于Deep Web數(shù)據(jù)具有動態(tài)性、隱蔽性、異構(gòu)性、分布式等特點,這使得 Deep Web數(shù)據(jù)集成面臨巨大的挑戰(zhàn)。因此,如何快速有效的對
2、Deep Web數(shù)據(jù)源分類,以便于更有效的分析挖掘,具有重要的現(xiàn)實意義和廣闊的應(yīng)用前景。
本文針對 Deep Web數(shù)據(jù)集成中的數(shù)據(jù)源分類問題進行了深入的研究,提出了一種新穎的基于語義樹的分類模型,并設(shè)計基于密度的自適應(yīng) K-NN分類算法和加權(quán)樸素貝葉斯分類算法,有效提高了分類的準(zhǔn)確率。本文主要的研究工作如下:
1、查詢接口頁面特征抽取是 Deep Web數(shù)據(jù)源分類的前提。本文基于頁面-表單模型,有效地抽取了查詢接口
3、頁面的特征,最后使用了信息增益的特征選擇方法篩選領(lǐng)域的重要特征。
2、由于Deep Web數(shù)據(jù)源之間的異構(gòu)性,導(dǎo)致不同 Deep Web接口表單上的特征有很多同義詞和多義詞現(xiàn)象,缺乏統(tǒng)一的語義理解。本文建立了基于語義樹的Deep Web數(shù)據(jù)源分類模型。
3、針對傳統(tǒng) K-NN算法和樸素貝葉斯算法的不足,本文提出了基于密度的自適應(yīng) K-NN分類算法和加權(quán)樸素貝葉斯分類算法。
4、本文最后在UIUC Web數(shù)據(jù)
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(yù)覽,若沒有圖紙預(yù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- Deep Web數(shù)據(jù)源分類研究.pdf
- 基于頻繁模式和語義處理的Deep Web數(shù)據(jù)源分類研究.pdf
- 基于本體的Deep Web數(shù)據(jù)源的分類研究.pdf
- Deep Web數(shù)據(jù)源的發(fā)現(xiàn)和分類.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)和分類研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)與分類研究.pdf
- 基于知識模型推理的Deep Web數(shù)據(jù)源分類研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)與分類技術(shù)研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)和語義標(biāo)注技術(shù)研究.pdf
- Deep web數(shù)據(jù)源的自動識別與分類研究.pdf
- 基于采樣的Deep Web數(shù)據(jù)源選擇方法研究.pdf
- 使用多分類器進行Deep Web數(shù)據(jù)源的分類和判定.pdf
- 基于本體的Deep Web數(shù)據(jù)源分類和查詢接口模式抽取.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)和選擇研究.pdf
- Deep Web數(shù)據(jù)源分類及用戶滿意度評估研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)與采樣研究.pdf
- Deep Web數(shù)據(jù)源的發(fā)現(xiàn)與聚類研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)相關(guān)技術(shù)研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)及選擇方法研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)及Deep Web垂直搜索引擎設(shè)計.pdf
評論
0/150
提交評論