首页 | 本学科首页   官方微博 | 高级检索  
     

Deep Web数据源发现与分类模型
引用本文:马丹,王翰虎,陈梅,张小平.Deep Web数据源发现与分类模型[J].计算机技术与发展,2010,20(7):65-67,71.
作者姓名:马丹  王翰虎  陈梅  张小平
作者单位:贵州大学计算机科学与信息学院,贵州,贵阳,550025
基金项目:贵州省自然科学基金项目 
摘    要:随着Internet的发展,Web正在不断深人人们的生活.传统搜索引擎只能检索浅层网络(Surface Web),不能直接索引到深层网络(Deep Web)的资源.为了有效利用Deep Web资源,对Deep Web数据源发现并进行领域类别的划分,已成为一个非常迫切的问题.该模型首先抽取Deep Web页面查询接口的特征,构造了一个Deep Web页面过滤器,从而能够发现Deep Web的数据源,其次在对查询接12特征进行分析后,构建了一个基于KNN的分类器,并通过该分类器对新产生的Deep Web数据源进行领域分类.试验结果表明,这种模型的平均分类准确率达到86.9%,具有良好的分类效果.

关 键 词:深层网络  查询接口  K近邻算法  分类

Discovery and Classification Model for Deep Web Sources
MA Dan,WANG Han-hu,CHEN Mei,ZHANG Xiao-ping.Discovery and Classification Model for Deep Web Sources[J].Computer Technology and Development,2010,20(7):65-67,71.
Authors:MA Dan  WANG Han-hu  CHEN Mei  ZHANG Xiao-ping
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号