基于頻繁模式和語義處理的Deep Web數(shù)據(jù)源分類研究.pdf

1、隨著網(wǎng)絡(luò)規(guī)模的日益擴(kuò)大,網(wǎng)絡(luò)已經(jīng)成為巨大的信息資源庫(kù)。其中很大部分信息被“深藏”于各類在線數(shù)據(jù)庫(kù)中,用戶只能通過查詢接口提交查詢來獲取里面的信息,這類網(wǎng)絡(luò)信息被稱為Deep Web。由于Deep Web資源的異構(gòu)性、大規(guī)模性和動(dòng)態(tài)性使得尋找合適的數(shù)據(jù)源成為巨大的挑戰(zhàn)。亟需一利Deep Web信息集成系統(tǒng),Deep Web數(shù)據(jù)源分類是集成系統(tǒng)中的關(guān)鍵步驟。
　　 本文主要研究的是Deep Web數(shù)據(jù)源分類,主要工作包括:
　

2、　 (1)對(duì)Deep Web相關(guān)背景和國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了介紹,并提出了本文的框架、重點(diǎn)研究?jī)?nèi)容以及研究意義。
　　 (2)分析了基于可視化的查詢接口特征信息提取技術(shù),在此基礎(chǔ)上提出查詢接口的表單內(nèi)容特征和文本內(nèi)容特征提取方法。
　　 (3)對(duì)于查詢接口資源豐富情況下的Deep Web數(shù)據(jù)源分類,本文引入數(shù)據(jù)挖掘的思想。利用.Apriori算法,挖掘出接口特征資源中的頻繁模式。利用頻繁模式更好的領(lǐng)域信息貢獻(xiàn)能力,改進(jìn)了

3、樸素貝葉斯分類模型中的獨(dú)立特征,發(fā)揮特征之間的聯(lián)系,放松條件獨(dú)立性限制,更好的實(shí)現(xiàn)了Deep Web數(shù)據(jù)源分類。
　　 (4)對(duì)于查詢接口資源稀疏情況下的Deep Web數(shù)據(jù)源分類,本文對(duì)特征進(jìn)行語義擴(kuò)展。通過外部知識(shí)庫(kù)WordNet,建立包含同義詞集的特征向量,有效的增加了查詢接口特征的領(lǐng)域劃分性。利用改進(jìn)的KNN分類算法,建立數(shù)據(jù)源分類模型。
　　 本文選取了UIUC Web數(shù)據(jù)集中六類領(lǐng)域的Deep Web數(shù)據(jù)源查