版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、當今,網絡上存在許多在線的可搜索數(shù)據(jù)庫,稱為網絡數(shù)據(jù)庫。這些數(shù)據(jù)庫的數(shù)量以驚人的速度增長,網絡已經快速的被“加深”了。由于網絡數(shù)據(jù)庫中的數(shù)據(jù)隱藏在查詢表單背后,不能被傳統(tǒng)的搜索引擎索引,所以這種網絡數(shù)據(jù)庫又被稱作深層網絡,而含有查詢表單的網頁被稱作網絡數(shù)據(jù)源。不像傳統(tǒng)的以提供鏈接為導航的表面網絡,這種深層網絡支持以查詢的方式訪問隱藏在查詢接口背后的數(shù)據(jù)庫。在2000年發(fā)布的調查中,深層網絡中蘊含的信息量超過表面網絡上千倍,而且這個比例仍
2、在持續(xù)不斷地上升。UIUC大學曾經在2004年對整個深層網絡的規(guī)模作了一次估計,結果表明深層網絡中可訪問的網絡數(shù)據(jù)庫的數(shù)量超過了45萬個。對于這些實際上數(shù)量無限的信息資源,大規(guī)模集成深層網絡是必需的而且意義深遠。
針對被“保護”起來的數(shù)據(jù),查詢接口就成為了訪問深層網絡的入口。這些接口,例如:查詢表單,通過查詢條件訪問背后的數(shù)據(jù)實體。為了模型化和集成化網絡數(shù)據(jù)庫,首要問題是理解查詢表單。針對于深層網絡數(shù)據(jù)集成的研究需要,基于
3、國內外有關網絡數(shù)據(jù)源模式識別的研究成果,本文提出了一種識別網絡數(shù)據(jù)源模式的方法。該方法建立在統(tǒng)計分析的基礎上,通過觀察大量含有查詢表單的數(shù)據(jù)源,發(fā)現(xiàn)查詢表單表現(xiàn)的一般結構,從而確定可能存在的表單語法。雖然來源不同,但是表單語法引導著查詢表單的生成。因此,本文建立了識別網絡數(shù)據(jù)源模式的系統(tǒng)框架,通過設計一個代碼序列語法和一個自動機解析器實現(xiàn)對表單語法的捕獲,進而理解并自動提取網絡數(shù)據(jù)源表單信息。實驗結果表明這種方法是有效的,識別網絡數(shù)據(jù)源
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 動態(tài)模式識別方法研究及應用.pdf
- 基于腦影像數(shù)據(jù)的模式識別方法研究及應用.pdf
- 基于貝葉斯網絡的模式識別方法研究.pdf
- 改進的SVM模式識別方法.pdf
- 基于神經網絡的故障模式識別方法的研究.pdf
- Java藍圖模式識別方法的研究.pdf
- 多分類器融合模式識別方法研究.pdf
- 農村用地結構空間模式識別方法研究.pdf
- IDS中模糊模式識別方法的研究.pdf
- 幾種模式識別方法在高階數(shù)據(jù)分類中的應用.pdf
- 結構體系失效模式識別方法簡述
- 智舌非線性模式識別方法研究.pdf
- 基于群集智能模式識別方法的研究.pdf
- 滾動軸承故障模式識別方法研究.pdf
- 桉樹基因測序數(shù)據(jù)SNP的模式識別方法的研究.pdf
- 基于WAMS的低頻振蕩模式識別方法研究.pdf
- 基于bp神經網絡的遙感影像模式識別方法研究
- 基于鐵譜的磨損模式識別方法研究.pdf
- Ф-OTDR光纖預警系統(tǒng)模式識別方法研究.pdf
- 基于BP神經網絡的遙感影像模式識別方法研究.pdf
評論
0/150
提交評論