Deep Web數(shù)據(jù)集成系統(tǒng)的設(shè)計與應(yīng)用研究.pdf

1、Web中蘊(yùn)藏著海量豐富有用的信息。在Web中按其信息蘊(yùn)含的深度可劃分為Surface Web（淺Web）和Deep Web（深Web）兩類，前者指能由傳統(tǒng)的搜索引擎搜索到的靜態(tài)頁面構(gòu)成的集合，而后者與之相反，主要指由用戶在后臺數(shù)據(jù)庫所呈現(xiàn)的查詢接口中通過提交查詢而動態(tài)生成的頁面集合。由于Deep Web中蘊(yùn)含的信息量是Surface Web信息的400～500倍之多，且其大部分信息為與主題相關(guān)的結(jié)構(gòu)化數(shù)據(jù)，更具有應(yīng)用價值，因此，對Dee

2、p Web數(shù)據(jù)挖掘的研究與應(yīng)用具有重要的理論意義與應(yīng)用價值。
　　通過Deep Web數(shù)據(jù)集成系統(tǒng)是挖掘Deep Web有用信息的有效手段之一。本文在對Deep Web數(shù)據(jù)集成系統(tǒng)中的一些關(guān)鍵問題：Deep Web數(shù)據(jù)集成系統(tǒng)的體系架構(gòu)、Web信息抽取算法、查詢接口的模式抽取算法及查詢接口集成進(jìn)行較深入分析研究的基礎(chǔ)上，給出了Deep Web數(shù)據(jù)集成系統(tǒng)的體系架構(gòu)框架，提出了一種改進(jìn)的MDRWeb信息抽取算法、查詢接口模式抽取算法

3、和查詢接口集成算法。同時，針對本地區(qū)高速公路建設(shè)發(fā)展的需求，將Deep Web數(shù)據(jù)集成系統(tǒng)技術(shù)初步運(yùn)用于“河北省公路工程材料信息管理系統(tǒng)”中的“價格管理”模塊的研發(fā)中。所設(shè)計實現(xiàn)的“價格管理”模塊能從Deep Web中自動獲取公路建設(shè)各類材料價格，并能對其進(jìn)行整合歸類，為相關(guān)部門提供了公路建設(shè)概算預(yù)算編制、審查及變更批示的依據(jù)。所研發(fā)的系統(tǒng)模塊經(jīng)相關(guān)單位測試使用，實現(xiàn)了合理確定材料價格、有效降低公路造價的作用，取得了良好的社會效益與經(jīng)濟(jì)