基于本體的Deep Web數(shù)據(jù)源的分類研究.pdf

1、互聯(lián)網(wǎng)按“深度”可以分為Deep Web和Surface Web。隨著互聯(lián)網(wǎng)的飛速發(fā)展,大量信息在我們的日常工作和生活中不斷產(chǎn)生和積累。為了利用這些資源,尤其是Deep Web資源,學(xué)界引入了Deep Web數(shù)據(jù)集成問題的研究。而Deep Web數(shù)據(jù)源的分類作為Deep Web數(shù)據(jù)集成中的重要環(huán)節(jié),需要更多關(guān)注和研究。
　　 本文針對Deep Web數(shù)據(jù)源分類所涉及到的相關(guān)技術(shù)進(jìn)行了研究,將本體應(yīng)用到Web數(shù)據(jù)源的分類中,提出了

2、相關(guān)的算法和模型。主要研究工作包括:
　　 (1)Deep Web查詢接口模式信息抽取技術(shù)研究。本文基于頁面一表單模型,提出對頁面進(jìn)行內(nèi)容文本特征和超鏈接的提取,同時(shí)對表單特征提取進(jìn)行了規(guī)范。之后進(jìn)行預(yù)處理。
　　 (2)本體構(gòu)建方法研究。本文給出了本體模型,結(jié)合知網(wǎng)和WordNet來構(gòu)建了幾個(gè)領(lǐng)域的本體,同時(shí)提出了新的權(quán)重計(jì)算方法。
　　 (3)基于本體的Deep Web數(shù)據(jù)源分類方法。提出了在基于查詢接口特征

3、分類的同時(shí),將本體引入Deep Web數(shù)據(jù)源分類的方法。并改進(jìn)了分層表單識(shí)別架構(gòu)(HIFI)和權(quán)重計(jì)算方法,形成了基于本體的Deep Web數(shù)據(jù)源分類算法。
　　 在實(shí)驗(yàn)平臺(tái)Weka上分別用C4.5、貝葉斯分類方法、KNN方法、支持向量機(jī)四種方法進(jìn)行對比實(shí)驗(yàn),實(shí)驗(yàn)表明,基于領(lǐng)域本體的Deep Web數(shù)據(jù)源分類比已有的單純利用查詢接口特征進(jìn)行分類的分類效果更好,同時(shí)改進(jìn)的權(quán)重計(jì)算方法以及改進(jìn)的HIFI構(gòu)架對于分類準(zhǔn)確性的提高具有較