-
题名基于层次树模型的Deep Web数据提取方法
被引量：14
- 1
-
-
作者
田建伟
李石君
-
机构
软件工程国家重点实验室(武汉大学)
武汉大学计算机学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2011年第1期94-102,共9页
-
基金
国家自然科学基金项目(60970018)
-
文摘
网络在成为信息查询和发布平台的同时,海量的信息隐藏在查询受限的Web数据库中,使得人们无法有效地获取这些高质量的数据记录.传统的Deep Web搜索研究主要集中在通过关键字接口获取Web数据库内容.但是,由于Deep Web具有多属性和top-k的特点,基于关键字的方法具有固有的缺点,这就为Deep Web查询和检索带来了挑战.为了解决这个问题,提出了一种基于层次树的DeepWeb数据获取方法,该方法可以无重复和完整地提取Web数据库中的数据记录.该方法首先把Web数据库模型化为一棵层次树,Deep Web数据获取问题就转化为树的遍历问题.其次,对树中的属性排序,缩小遍历空间;同时,利用基于属性值相关度的启发规则指导遍历过程提高遍历效率.最后,在本地模拟数据库和真实Web数据库上的大量实验证明,这种方法可以达到很好的覆盖度和较高的提取效率.
-
关键词
隐藏数据库
数据提取
多属性值接口
top-k元组
互信息
-
Keywords
hidden database
data retrieval
multi-attribute interfaces
top-k tuple
mutual information
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
