检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

10 篇 学位论文
2 篇 会议

馆藏范围

12 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

8 篇 管理学
- 8 篇 管理科学与工程(可...
7 篇 工学
- 4 篇 仪器科学与技术
- 3 篇 计算机科学与技术...
- 3 篇 软件工程
- 1 篇 控制科学与工程

主题

12 篇 deep web数据集成
2 篇 重复记录检测
2 篇 web数据库
2 篇 查询转换
2 篇 deep web
1 篇 信息查询
1 篇 数据源分类
1 篇 抽样方法
1 篇 数据融合
1 篇 查询接口匹配
1 篇 deep web查询
1 篇 证据理论
1 篇 属性分权
1 篇 提取技术
1 篇 www
1 篇 接口映射
1 篇 模式抽取
1 篇 dcm框架
1 篇 满意度评估
1 篇 语义相似性

机构

4 篇 山东大学
2 篇 重庆大学
1 篇 大连理工大学
1 篇 武汉邮电科学研究...
1 篇 西安电子科技大学
1 篇 中国人民大学
1 篇 南开大学
1 篇 烽火通信科技有限...
1 篇 合肥工业大学

作者

1 篇 董永权
1 篇 贾琳琳
1 篇 姜芳艽
1 篇 张洋
1 篇 彭艳兵
1 篇 郭军
1 篇 周千威
1 篇 潘鹏
1 篇 廖闻剑
1 篇 孟小峰
1 篇 蔡彪
1 篇 袁淼
1 篇 杨宗云
1 篇 刘冬兰
1 篇 王波
1 篇 窦会涛

语言

12 篇 中文

检索条件"主题词=Deep Web数据集成"

共 12 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

deep web数据集成关键问题研究

Deep Web数据集成关键问题研究

引用

作者：董永权山东大学

学位级别：博士

随着互联网技术日新月异的发展,web已经成为一个巨大的信息源,拥有着海量数据。这些数据具有重要的价值,目前许多应用领域,如市场情报分析等迫切需要利用这些数据进行分析挖掘,从中获取有用知识,最大程度的进行辅助决策。但是,web数据... 详细信息

随着互联网技术日新月异的发展,web已经成为一个巨大的信息源,拥有着海量数据。这些数据具有重要的价值,目前许多应用领域,如市场情报分析等迫切需要利用这些数据进行分析挖掘,从中获取有用知识,最大程度的进行辅助决策。但是,web数据具有大规模、异构性、自治性、分布式等特点,这使得web数据的分析挖掘变得尤为困难,当务之急是要对其进行集成,为分析挖掘提供高质量数据。根据web中所蕴含信息的“深度”,可以将web分为Surface web和deep web。deep web数据在数量和质量上远远超过了Surface web,具有更高的应用价值。因此,如何进行deep web数据集成,以便于更有效的分析挖掘,具有重要的现实意义和广阔的应用前景。现在对deep web的研究主要侧重于面向查询的deep web数据集成,这种集成方式获取的数据量有限,适用于用户即时查询需求,但是难以胜任以分析挖掘为目标的应用。本文致力于面向分析的deep web数据集成研究,目标在于最大限度地获取deep web页面,运用抽取与消重技术得到结构化良好、高质量的数据,为进一步的分析挖掘提供数据支持。面向分析的deepweb数据集成存在以下问题有待解决：(1)由于分析挖掘需要大量的数据,而这些数据在deep web中来自于领域内多个web数据库动态产生的deep web页面,因此,需要自动地最大限度地获取这些页面；(2)由于分析挖掘需要结构化良好的、语义丰富的数据,而这些数据存在于复杂的、半结构化的deepweb页面中,因此,需要从页面中准确地进行结构化数据的抽取,并进行语义理解；(3)由于分析挖掘需要统一的高质量数据,而这些数据重复存在于同一领域多个web数据库中,因此,需要进行多个web数据库之间的重复记录检测。本文以面向分析的deep web数据集成为目标,针对其中存在的关键问题展开研究,主要工作与贡献概括如下： 1.提出一种基于扩展证据理论的deep web查询接口匹配方法,有效解决了同一领域内不同web数据库爬取时的查询接口语义理解问题。同一领域内存在大量的web数据库,这些web数据库的查询接口模式之间具有异构性,导致在爬取不同web数据库时难以通过统一的方式识别出需要投放查询词的接口属性,影响deep web页面的获取。针对这一问题,本文提出一种基于扩展证据理论的deep web查询接口匹配方法,通过构建待爬取web数据库查询接口与其对应的领域查询接口之间的匹配关系,理解该查询接口属性的语义信息。该方法充分利用了查询接口的多种特征,构建不同匹配器,通过动态预测每个匹配器的可信度扩展现有的证据理论,进行多个匹配器结果的组合,提高组合的适应能力；通过top-k全局最优策略和树结构启发式规则进行匹配决策,得到最终的匹配关系,利用该匹配关系理解待爬取web数据库查询接口。实验结果表明,该方法具有较高的匹配准确率,有效克服了现有查询接口匹配方法适应能力差导致匹配准确率较低的不足。 2.提出一种基于查询词采新率模型的web数据库爬取方法,有效解决了deep web页面的大规模获取问题。以分析挖掘为目标的应用需要大量的deep web数据,这些数据来自领域内多个web数据库动态生成的deep web页面,但是web数据库特有的查询接口访问方式,使得传统的搜索引擎爬虫无法爬取其中的内容。针对这一问题,本文提出一种基于查询词采新率模型的web数据库爬取方法。该方法通过对web数据库进行采样,利用采样数据,选择多种特征自动构建训练样本,避免样本的手工标注；利用多元线性回归方法,通过训练样本构建查询词采新率模型,借助该模型迭代选择查询词进行查询提交,从而实现对web数据库的爬取。实验结果表明,利用该方法爬取web数据库具有较高的覆盖率,有效地克服了现有web数据库爬取方法采用启发式规则选取查询词的单一化和经验化的不足,学习得到的查询词采新率模型可以有效应用于同一领域其它web数据库的爬取。 3.提出一种基于层次聚类的deep web数据抽取方法,有效解决了deepweb页面中结构化数据的自动抽取问题。 deep web页面以半结构化形式存在,难以对其中的结构化数据进行自动化处理。针对这一问题,本文提出一种基于层次聚类的deep web数据抽取方法。该方法通过利用查询结果列表页面的信息来辅助识别deep web页面中的内容块,确定数据抽取的区域：通过综合利用多个deep web页面的结构和内容特征,对这些页面中同一内容块中的内容结点特征向量进行层次聚类,从而实现web数据记录的抽取。实验结果表明,该方法具有较高的抽取准确率,有效克服了现有大部分方法仅利用页面自身结构信息导致抽取准确率较

关键词： deep web数据集成查询接口匹配 web数据抽取 web数据语义标注重复记录检测

来源：评论

学校读者我要写书评

暂无评论

deep web数据集成系统的设计与应用研究

Deep Web数据集成系统的设计与应用研究

引用

作者：郭军西安电子科技大学

学位级别：硕士

web中蕴藏着海量丰富有用的信息。在web中按其信息蕴含的深度可划分为Surface web（浅web）和deep web（深web）两类，前者指能由传统的搜索引擎搜索到的静态页面构成的集合，而后者与之相反，主要指由用户在后台数据库所呈现的查询接... 详细信息

web中蕴藏着海量丰富有用的信息。在web中按其信息蕴含的深度可划分为Surface web（浅web）和deep web（深web）两类，前者指能由传统的搜索引擎搜索到的静态页面构成的集合，而后者与之相反，主要指由用户在后台数据库所呈现的查询接口中通过提交查询而动态生成的页面集合。由于deep web中蕴含的信息量是Surface web信息的400～500倍之多，且其大部分信息为与主题相关的结构化数据，更具有应用价值，因此，对deep web数据挖掘的研究与应用具有重要的理论意义与应用价值。通过deep web数据集成系统是挖掘deep web有用信息的有效手段之一。本文在对deep web数据集成系统中的一些关键问题：deep web数据集成系统的体系架构、web信息抽取算法、查询接口的模式抽取算法及查询接口集成进行较深入分析研究的基础上，给出了deep web数据集成系统的体系架构框架，提出了一种改进的MDR web信息抽取算法、查询接口模式抽取算法和查询接口集成算法。同时，针对本地区高速公路建设发展的需求，将deep web数据集成系统技术初步运用于“河北省公路工程材料信息管理系统”中的“价格管理”模块的研发中。所设计实现的“价格管理”模块能从deep web中自动获取公路建设各类材料价格，并能对其进行整合归类，为相关部门提供了公路建设概算预算编制、审查及变更批示的依据。所研发的系统模块经相关单位测试使用，实现了合理确定材料价格、有效降低公路造价的作用，取得了良好的社会效益与经济效益。

关键词： deep web数据集成查询接口模式抽取

来源：评论

学校读者我要写书评

暂无评论

deep web数据集成中基于最小超集的查询转换

Deep Web数据集成中基于最小超集的查询转换

引用

第二十四届中国数据库学术会议

作者：姜芳艽贾琳琳孟小峰中国人民大学信息学院北京100872

近年来,随着web上在线数据库的大量涌现,deep web数据集成(即web数据库集成)成为当前信息领域的一个研究热点.查询转换是其中的核心部分,它主要负责将集成接口上的查询转换到相关web数据库的接口上.由于web数据库具有异构性和自治性的特... 详细信息

近年来,随着web上在线数据库的大量涌现,deep web数据集成(即web数据库集成)成为当前信息领域的一个研究热点.查询转换是其中的核心部分,它主要负责将集成接口上的查询转换到相关web数据库的接口上.由于web数据库具有异构性和自治性的特点, 各查询接口上的属性名、数据格式以及查询能力都不尽相同,因此相当一部分查询不能进行精确转换,那么选择何种策略进行近似查询转换是一个很具有挑战性的工作.对这一问题进行了深入探讨,提出了基于最小超集的近似查询转换方法.实验结果表明,该方法在deep web数据集成中可以有效地提高返回结果的准确性.

关键词： deep web数据集成 web数据库信息查询格式转换最小超集

来源：评论

学校读者我要写书评

暂无评论

deep web数据集成和关键技术综述

Deep Web数据集成和关键技术综述

引用

作者：蔡彪廖闻剑彭艳兵武汉邮电科学研究院烽火通信科技有限公司

随着WWW(World Wide web)的普及和迅猛发展,其中蕴含着海量的可供利用的信息。由于deep web数据信息的异构性和动态性,使得有效组织、管理deep web信息,快速、准确的访问用户所需要的信息成为当前信息科学和技术领域面临的一大挑战。本... 详细信息

随着WWW(World Wide web)的普及和迅猛发展,其中蕴含着海量的可供利用的信息。由于deep web数据信息的异构性和动态性,使得有效组织、管理deep web信息,快速、准确的访问用户所需要的信息成为当前信息科学和技术领域面临的一大挑战。本文综合分析了deep web数据集成领域的一些关键问题,并对该领域未来的研究发展方向进行了比较深入的分析。

关键词： deep web web数据库 WWW deep web数据集成

来源：评论

学校读者我要写书评

暂无评论

面向deep web数据集成的数据融合问题研究

面向Deep Web数据集成的数据融合问题研究

引用

作者：窦会涛山东大学

学位级别：硕士

随着互联网技术的进步和发展,web包含了越来越多的丰富信息,从而使web成为了一个巨大的、分布广泛的、全球化的在线信息源。尤其是近些年来,各式各样的大型数据库逐渐建立起来,以应对各种个人或商业需求,web已经逐渐成为人们生活中必不... 详细信息

随着互联网技术的进步和发展,web包含了越来越多的丰富信息,从而使web成为了一个巨大的、分布广泛的、全球化的在线信息源。尤其是近些年来,各式各样的大型数据库逐渐建立起来,以应对各种个人或商业需求,web已经逐渐成为人们生活中必不可少的一部分。web上的数据杂乱无章,信息种类复杂多样,如果按照数据被访问的途径,可将整个web分为Surface web(浅层网络)和deepweb(深层网络)。其中,Surface web是指web中通过超链接可以被传统搜索引擎索引到的静态页面的集合；而deep web是指web中可访问的在线数据库,其内容不能被传统的搜索引擎索引,而是隐藏在查询接口后面。通过研究表明,deepweb有数据量大、领域覆盖全面、主题性强、信息结构化程度高等特点。为了充分利用这些宝贵的资源,用于进一步的分析和挖掘,我们迫切的需要对deep web进行数据集成。在各个领域,deep web信息量呈爆炸式增长着,数据源的种类和信息的类型也越来越多样化。然而,这些信息是并不总是可信的,而且不同的数据源往往提供提供异构的、冲突的数据,如何从这些海量的信息中获得人们所真正需要的、正确的信息,成为信息集成所面临的一大挑战。因此,我们需要通过数据融合来去伪存真,获得高质量的数据,为分析决策提供支持。数据融合技术已经获得了越来越多的关注,许多研究工作者也在这一领域做出了很多的贡献。目前,数据融合工作仍然存在以下问题有待解决：(1) deep web上的数据源质量参差不齐,其提供的值的质量也差别很大,质量较高的数据源所提供的值的置信度往往更高。所以我们需要在数据融合之前首先对各个数据源进行质量评估,并将评估结果运用到真值发现的过程中去(2)目前还没有一个较为完善、标准的方法来进行数据融合,所以需要综合考虑数据源的准确度、数据源之间的依赖、值之间的牵连度等若干因素,来解决数据冲突,发现真值。本文以面向deep web的数据集成为目标,在deep web数据源质量评估和真值发现方法等方面做了很多的研究和探索,主要工作和贡献概括如下： 1.本文提出了一种deep web数据源质量评估模型。deep web上各个数据源有很大的差异性,不同质量的数据源往往提供不同质量的数据。但是,目前大部分数据融合的研究并不专门对数据源进行质量评估,而是在计算之初给各个数据源质量赋相同的初值,并通过迭代算法不停的改进和完善数据源的质量。为了更好的进行数据融合,我们提出了一种在数据融合之前进行deep web数据源质量评估的方法,该方法将针对数据融合的特点,选取数据质量、接口页面质量和服务质量三个维度的多个因素作为评估标准,分别对各个质量评估因素进行量化,最后对各个数据源的质量进行统一评分,得到各个数据源的质量评估结果,并将评估结果运用到之后的数据融合中去。实验证明,我们的模型能够对数据源质量进行较为准确的评估,并且如果将得到的评估结果运用到数据融合过程中,可以对数据融合有明显的改进作用。 2.本文提出了一种面向deep web数据集成的真值发现方法。在各个领域,deep web上的数据量激增,同时也存在着大量的冲突数据,所以如何从这些大量冲突数据中发现人们所需要的、正确的值变得至关重要。我们结合自己的研究背景(面向市场情报的数据集成),提出了一种面向deep web数据集成的数据融合计算模型。该模型综合考虑了数据源的准确度、数据源之间的依赖度、不同值之间的牵连度等因素,从冲突数据中找到真值。由于这几个因素之间是相互作用的,所以我们迭代的计算这几个因素,不停的改进这些因素的值,直到结果收敛。同时我们也将数据源质量评估的结果运用到我们的模型中来。通过实验数据证明,我们所提出的真值发现模型有效性更高。

关键词： deep web数据集成 deep web数据源质量评估数据融合

来源：评论

学校读者我要写书评

暂无评论

deep web数据源分类及用户满意度评估研究

Deep Web数据源分类及用户满意度评估研究

引用

作者：周千威重庆大学

学位级别：硕士

深层网（deep web）是指web中不能被传统搜索引擎索引到的那部分，与普通静态网页相比，deep web中蕴含的信息量更大、主题更专一、信息质量更高、结构化程度也更好。随着互联网的快速发展，deep web数量急剧增加，成为人们获取有价值... 详细信息

深层网（deep web）是指web中不能被传统搜索引擎索引到的那部分，与普通静态网页相比，deep web中蕴含的信息量更大、主题更专一、信息质量更高、结构化程度也更好。随着互联网的快速发展，deep web数量急剧增加，成为人们获取有价值信息的重要途径。因此，deep web大规模信息集成的研究具有重要的现实意义。然而，如此多的web数据源为大规模的信息集成带来了严峻的挑战。 deep web数据源分类和用户满意度评估是deep web信息集成研究中的两个关键步骤。deep web数据源分类把整个deep web数据源按领域归类，进而能更快速、准确的定位deep web数据源，是deep web信息集成研究中的首要步骤。用户满意度是用户对deep web信息集成系统的反馈。满意度评估的研究不但能检验deep web信息集成的效果，同时能帮助我们找出deep web信息集成前期工作的不足，进而对之改进。本文分别研究和探讨了这两方面的问题，并提出相应的方法，进行了充分的实验验证。本文主要内容如下：介绍了deep web信息集成系统框架，详述deep web数据源分类和用户满意度评估技术的发展及现状，对常用的deep web数据源分类和用户满意度评估算法进行了研究，将各个算法进行了分类并加以总结。如果将传统的Knn分类算法应用于deep web数据源分类，其时间开销较大，相似度计算方法主要为余弦值计算法和欧几里得计算法。受空间向量模型的启发，本文把deep web数据源查询接口抽象为空间向量。由于每个数据源查询接口所包含的特征属性不同，其被映射到向量空间时就不能直接参与计算。通过对空间向量的重新设计和表示，本文提出了自己的相似度计算方式，并在此基础上形成了VD-KNN deep web数据源分类算法。为进一步降低deep web数据源分类算法时间复杂度，并结合特征属性的三个基本特性，本文建立基于属性权重的数据模型，并提出相应的相似度计算方法和分类模型（基于属性权重的deep web数据源分类算法，Attribute Decentralization Algorithm-based deep web Sources Classification（AD-DWSC））。站在用户的角度—让用户直接给出搜索引擎的评估。本文基于日志数据，通过提取和分析用户行为特征，提出了自动的基于会话解析的搜索引擎评估算法—ASP-SEPE（Automatic Session Parsing Algorithm-based Search Engine PerformanceEvaluation）算法：首先提出合理假设和约定；然后基于假设和约定，逐步建立了ASP-SEPE算法的模型。针对提出的deep web数据源属性分权算法和基于会话解析的搜索引擎评估算法，本文做了大量的实验，并对实验结果进行分析，进而验证所提出的思想。

关键词： deep web数据集成数据源分类属性分权满意度评估会话解析

来源：评论

学校读者我要写书评

暂无评论

deep web数据抽取中自适应包装器问题研究

Deep Web数据抽取中自适应包装器问题研究

引用

作者：刘冬兰山东大学

学位级别：硕士

随着互联网技术的飞速发展,deep web网站上拥有着海量的数据,并且在快速地增长,使web成为一个巨大的数据源,这些信息要通过查询接口在线访问其后端的web数据库。尽管deep web中蕴藏了大量丰富的有价值信息,但是deep web数据具有动态变... 详细信息

随着互联网技术的飞速发展,deep web网站上拥有着海量的数据,并且在快速地增长,使web成为一个巨大的数据源,这些信息要通过查询接口在线访问其后端的web数据库。尽管deep web中蕴藏了大量丰富的有价值信息,但是deep web数据具有动态变化性和异构性等特点,对这些信息进行有效利用是非常有挑战性的工作。deep web数据集成至今仍然是一个研究热点,deep web数据集成可以对web数据进行有效整合,为电子商务、市场情报分析、舆情分析等应用提供支持。deep web数据抽取是deep web数据集成中的核心问题,对deep web页面中广泛存在的非结构化和半结构化的数据进行有效地抽取,是实现deep web数据集成的基础,为数据融合和数据分析等提供服务。由于deep web页面都是基于脚本生成的网页,许多的文档共享公共的Html树结构,通常使用包装器来有效地抽取web数据。由于deep web数据的异构性和动态性,deep web网页结构经常发生变化,导致包装器出现中断,从而需要重新学习包装器。deep web数据抽取中自适应包装器问题研究中,还存在以下问题有待解决：(1)研究如何提高抽取包装器的健壮性,即当web网页发生变化时,包装器在新网页中继续保持抽取数据的能力。(2)研究抽取规则是否具有通用性,即针对某一数据源构造的抽取规则能否做自适应调整以便应用于另一数据源,实现领域自适应的抽取。本文针对网站上大量的deep web网页,以deep web数据集成为目标,针对以上两个待解决的关键问题展开研究,探索了构建健壮的包装器用于deep web数据抽取的问题,主要工作与研究成果概括如下： (1)针对包装器健壮性问题,提出了一种基于最小代价脚本编辑模型的健壮的deep web数据抽取方法。通过监控网页随着时间变化的过程中,统计插入、删除、替换三种编辑操作对每个Html标签的变化频率,根据编辑操作变化的频率计算相应的编辑代价,并在此基础上建立抽取模型用于健壮的deep web数据抽取。根据网页的变化,调整抽取规则,使得构造的抽取规则能更好的适应网站的变化。实验结果表明,该方法构造的包装器具有较高的抽取准确率,有效解决了deep web数据抽取中自适应抽取的问题,提高了deep web数据抽取的健壮性和灵活性。 (2)根据自底向上(Bottom-up)的逻辑归纳设计思想,提出了一种最小的候选包装器的生成方法。该方法使得构造的包装器的查准率(Precision)和查全率(Recall)都接近于1,提高了包装器的抽取准确率。实验结果表明,该方法构造的包装器具有较小的破损率,抽取准确率较高。 (3)针对包装器通用性问题,提出了一种自举法(Bootstrapping)的方式学习包装器,实现领域自适应的抽取。对51job招聘站点上训练得到的抽取模型,用于同领域内其他招聘网站如智联招聘、应届生求职等网站,随机采样一些网页用此抽取模型进行学习,从采样页面中抽取特征后,将抽取模型用于新的网站来识别属性值；由此得到的抽取规则进一步代替之前有标签的样本页面,通过自举式学习抽取模型,使得构造的包装器具有较高的通用性。实验结果表明,本文提出的方法有效地提高了目标网站的抽取准确度,有效解决了从大规模的deep web数据中进行抽取的高效性问题。

关键词： deep web数据集成 deep web数据抽取包装器最小代价脚本编辑模型自举法

来源：评论

学校读者我要写书评

暂无评论

deep web数据库选择和查询转换技术研究

Deep Web数据库选择和查询转换技术研究

引用

作者：王波大连理工大学

学位级别：硕士

随着World Wide web的飞速发展,deep web中蕴含了海量的可供访问的信息,并且还在迅速的增长。这些信息要通过查询接口在线访问其后端的web数据库得到。尽管丰富的信息蕴藏在deep web中,由于deep web数据的异构性和动态性,有效地把这些... 详细信息

随着World Wide web的飞速发展,deep web中蕴含了海量的可供访问的信息,并且还在迅速的增长。这些信息要通过查询接口在线访问其后端的web数据库得到。尽管丰富的信息蕴藏在deep web中,由于deep web数据的异构性和动态性,有效地把这些信息加以利用是一件十分具有挑战性的工作。目前,在deep web这个领域的研究中已经提出了deep web数据集成的系统架构,它分为两个大的模块:集成查询接口生成模块和集成查询接口查询处理模块。本文对deep web数据集成的系统架构中的各个组成部分作了论述和介绍,并重点针对查询处理模块中的web数据库的选择和查询转换两个子模块进行详细介绍和深入的研究。由于deep web每个领域的数据库数量的不断快速增长,如果只是简单地把集成接口上的查询转换到对该领域每个web数据库的查询,那么要访问该领域的每个数据库将花费大量的代价,并且一个领域中大部分的web数据库之间存在着冗余的信息,这样查询结果也会产生大量的信息冗余。基于上述问题,本文给出了基于TOP-N查询的deep web数据库选择方法,并对其不相关度距离计算和deep web数据库选择方法进行了改进,使得在deep web数据库选择中减少了资源的浪费,提高了选择查询性能。查询转换也是deep web数据集成的系统架构中的重要组成部分,它负责将用户提交的查询转化为要访问的web数据库的各个本地目标查询接口上的查询。随着deepweb数据源的迅速发展,每个主题领域内的数据源都在不断更新或增加,每个领域的本地目标查询接口也随之不断动态变化,因此要把用户提交的查询请求转化为要访问的web数据库的各个本地目标查询接口上的查询存在很大困难。基于这个问题,本文对查询转换机制进行了模型化的深入研究,并给出了解决方案,提高了查询转换的准确率和性能。

关键词： deep web数据集成 web数据库选择 TOP-N查询查询转换

来源：评论

学校读者我要写书评

暂无评论

deep web查询中的不确定性问题研究

Deep Web查询中的不确定性问题研究

引用

作者：潘鹏山东大学

学位级别：博士

由于deep web数据规模巨大,数据质量高而且web数据库数量和规模增长迅速,人们从中获取信息的需求日益强烈。然而web数据库动态性高,异构性强,及隐藏于网页后的特点为人们从中获取信息带来了巨大挑战。由于deep web的数据隐藏在web数据... 详细信息

由于deep web数据规模巨大,数据质量高而且web数据库数量和规模增长迅速,人们从中获取信息的需求日益强烈。然而web数据库动态性高,异构性强,及隐藏于网页后的特点为人们从中获取信息带来了巨大挑战。由于deep web的数据隐藏在web数据库提供的查询接口后面,为了实现对deep web的查询,需要通过向web数据库提供的查询接口提交查询请求然后浏览结果页面来实现。对于领域内大量deep web的访问,通常采用集成的方式,即在建立集成的查询接口及其与web数据库接口间的映射后,向集成接口提交查询请求并转换为到web数据库上的查询。 deep web规模巨大,来源广泛,异构性强,动态性高的特点使得集成过程采用人工方式变得不现实,但是在采用自动方式进行集成的过程中,会导致诸如抽取,接口集成,标注,重复记录检测等过程产生随机性,即多种结果会出现的可能性的特性和模糊性,即由于数据所属集合的内涵,外延的不确定性,导致难以判断数据的归属的特性。上述的随机性和模糊性,在已有文献中被称作不确定性。对于这些不确定性,如果仍然采用传统的“去除不确定性”的方法来进行回避,会使得最终获得的数据因为质量低下而降低使用价值,因而如何有效解决这些不确定性问题,成为deep web中提高用户查询满意度的一个挑战。在deep web中查询的研究中,随着各种随机性,模糊性频繁在数据本身或集成过程中体现出来,对于提高用户查询的满意度出现了许多新的挑战性问题,使得不能利用已有的工作有效地进行解决。存在以下问题需要解决： 1作为查询和集成的基础,需要充分考虑接口集成和接口映射过程中的随机性,建立高质量的集成接口和准确完备的接口映射。2接口间对查询的表达能力差异,需要在局部接口上找到最接近集成接口查询能力的接口表达形式,从而最终满足用户的查询请求。 3 deep web集成中查询结果中重复记录的检测和合并过程中出现的模糊性,会大大影响数据的质量,需要构建合适的关于重复记录模糊性处理的过程和数据表达。 4如何提供高效的方法,把满足用户偏好的数据呈现给用户,是评估查询质量的标准。本文以在deep web中为用户提供满意的查询为目标,对deep web中的查询过程进行了研究,并对其中所涉及的随机性和模糊性进行了解决,具体在四个方面展开研究：集成接口的形成和概率映射的生成,概率映射下的查询转换,具有隶属模糊性的重复记录处理的过程,具有概率的重复记录集上基于用户偏好的查询。本文主要工作和贡献如下： 1针对deep web中集成接口与接口映射在利用自动方式均产生随机性的问题,提出了利用聚类集成在多个可能集成接口上生成单一集成接口的方法,并采用二分图的带权最佳匹配思想求解概率映射,有效提高了接口集成和映射的质量。 2针对查询转换低效的问题,通过扩展物化结果的适用范围,设计高效的求解最小谓词的算法和查找最佳谓词组合的重写算法,有效提高了查询转换的效率。 3针对重复web记录处理过程的模糊性,把重复web记录的检测和合并过程统一考虑,并提供了对重复记录集的表示形式,在此之上,又提出了适用于deep web大规模重复记录的处理方法,有效提高了重复记录检测和合并的质量。 4针对在概率数据上按照用户偏好的查询,对基于global top-k查询语义的算法进行了改进,并提出了一种在概率数据上的top-k skyline方法,为用户提供了满足其查询偏好的高效的算法。

关键词： deep web 不确定性 deep web查询 deep web数据集成接口集成接口映射查询转换用户偏好重复记录检测

来源：评论

学校读者我要写书评

暂无评论

基于抽样的deep web模式匹配研究

基于抽样的Deep Web模式匹配研究

引用

作者：袁淼合肥工业大学

学位级别：硕士

随着电子商务的蓬勃发展,web数据库数量激增,使得deepweb成为新的研究热点。网络中deepweb模式数量众多,传统的模式匹配方法通常在两个模式间进行,难以胜任deepweb模式匹配工作。多源模式匹配方法能够同时匹配多个模式,发掘所有属性间... 详细信息

随着电子商务的蓬勃发展,web数据库数量激增,使得deepweb成为新的研究热点。网络中deepweb模式数量众多,传统的模式匹配方法通常在两个模式间进行,难以胜任deepweb模式匹配工作。多源模式匹配方法能够同时匹配多个模式,发掘所有属性间的匹配关系,对deepweb资源的高效利用具有重要意义。\n 本文介绍了deepweb的背景和研究现状,探讨了deepweb数据集成、模式匹配及其特点,重点研究了两种经典的多源deepweb模式匹配框架。\n DCM框架是一种针对deepweb模式特性的匹配技术,能同时完成多个模式间的复杂匹配工作;但DCM框架在处理异常模式集时,查准率低下。针对DCM的缺陷,本文采用抽样的方法消除异常模式的影响,提出基于抽样的模式匹配框架。\n 基于所提出的模式匹配框架,设计了一种deepweb模式匹配算法(SMBS),该算法挖掘出更加完整的模式信息,构建统一查询接口模式(GIS)的生成模型,与传统deepweb模式匹配算法直接构建GIS不同,SMBS算法构建的模型能根据需求生成GIS,提高系统的普适性。\n 以BAMM数据集作为实验数据,分别在正常模式集和异常模式集情况下,对SMBS进行测试,并与DCM、MGS进行比较,测试结果表明SMBS匹配查准率高于DCM。

关键词： deep web数据集成模式匹配 DCM框架抽样方法

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共2页 << < 1 2 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：