Deep Web數(shù)據(jù)源發(fā)現(xiàn)與分類(lèi)技術(shù)研究.pdf

1、從因特網(wǎng)的“深度”將其分為Deep Web和Surface Web兩類(lèi)。Deep Web中蘊(yùn)含有極其豐富的信息，并且比Surface Web所蘊(yùn)含的信息更加具有利用價(jià)值。然而，由于DeepWeb信息是以相互獨(dú)立的形態(tài)分散在因特網(wǎng)的各個(gè)角落里，并且這些信息一直處于一種動(dòng)態(tài)的、不斷變化的狀態(tài)，這就使獲取Deep Web信息的工作變得非常困難。因此，為了用戶(hù)能夠更好地獲取到這些有價(jià)值的信息，就必須使用Deep Web數(shù)據(jù)集成的方法去達(dá)到這一目

2、的。
　　Deep Web查詢(xún)接口的判定是Deep Web數(shù)據(jù)集成的首要工作，是為了用戶(hù)可以通過(guò)真正的Deep Web查詢(xún)接口獲取到真正的Deep Web信息。首先根據(jù)頁(yè)面的URL對(duì)頁(yè)面進(jìn)行初步的篩選，在對(duì)頁(yè)面表單進(jìn)行特征提取之前運(yùn)用啟發(fā)式判定規(guī)則對(duì)網(wǎng)頁(yè)表單進(jìn)行進(jìn)一步的篩選。利用Adaboost算法對(duì)多個(gè)弱貝葉斯分類(lèi)器融合最終形成一個(gè)強(qiáng)貝葉斯分類(lèi)器，對(duì)原有的樸素貝葉斯進(jìn)行加強(qiáng)，降低了樸素貝葉斯算法對(duì)獨(dú)立性屬性要求預(yù)先進(jìn)行假設(shè)過(guò)度依