基于領域模型的Deep Web查詢接口模式提取技術.pdf

1、Deep Web中包含豐富的信息，這些信息結構性好、價值高、面向特定的領域。訪問Web數據庫逐漸成為人們獲取信息的主要手段，因此如何以自動的方式完成對Web數據庫中信息的有效利用成為研究的熱點。Deep Web數據集成研究的根本目的就是為了給用戶提供一個統(tǒng)一的訪問途徑來自動獲取和利用自由分布在整個互聯網上豐富的Deep Web信息。
　　 查詢接口是Deep Web數據集成領域研究的基礎。這是因為查詢接口是DeepWeb數據庫的

2、唯一入口，通過向Deep Web查詢接口提交查詢是獲得其中信息的主要途徑。在Deep Web數據集成框架中，有若干子問題都依賴于對查詢接口的處理，因此對查詢接口模式的研究占有極其重要的地位。
　　 Deep Web站點都是面向特定領域的，所以查詢接口的模式通常由一組領域相關的屬性組成。已有的研究成果表明，同一領域內大量查詢接口的屬性聚合后收斂于一個相對較小的集合中，因此本文提出領域模型的概念。領域模型定義了特定領域內所有查詢接口

3、包含的屬性和表達相同語義的屬性詞匯，它是一種樹形的層次結構，表示領域內各個屬性和領域元素的層次關系。領域模型在Deep Web數據集成系統(tǒng)的若干問題中都有應用價值。
　　 在領域模型的基礎上，本文提出一種通過領域模型知識的指導來提取查詢接口模式的方法。首先，為每一個領域構建領域模型，該模型提供了能夠指導查詢接口模式提取的全局模式信息；其次，通過接口標簽和領域模型之間在語義上的相似性對每一個標簽按照屬性進行分組，生成查詢接口的標簽