基于領(lǐng)域模型的Deep Web查詢接口模式提取技術(shù).pdf

1、Deep Web中包含豐富的信息，這些信息結(jié)構(gòu)性好、價(jià)值高、面向特定的領(lǐng)域。訪問Web數(shù)據(jù)庫逐漸成為人們獲取信息的主要手段，因此如何以自動的方式完成對Web數(shù)據(jù)庫中信息的有效利用成為研究的熱點(diǎn)。Deep Web數(shù)據(jù)集成研究的根本目的就是為了給用戶提供一個(gè)統(tǒng)一的訪問途徑來自動獲取和利用自由分布在整個(gè)互聯(lián)網(wǎng)上豐富的Deep Web信息。
　　 查詢接口是Deep Web數(shù)據(jù)集成領(lǐng)域研究的基礎(chǔ)。這是因?yàn)椴樵兘涌谑荄eepWeb數(shù)據(jù)庫的

2、唯一入口，通過向Deep Web查詢接口提交查詢是獲得其中信息的主要途徑。在Deep Web數(shù)據(jù)集成框架中，有若干子問題都依賴于對查詢接口的處理，因此對查詢接口模式的研究占有極其重要的地位。
　　 Deep Web站點(diǎn)都是面向特定領(lǐng)域的，所以查詢接口的模式通常由一組領(lǐng)域相關(guān)的屬性組成。已有的研究成果表明，同一領(lǐng)域內(nèi)大量查詢接口的屬性聚合后收斂于一個(gè)相對較小的集合中，因此本文提出領(lǐng)域模型的概念。領(lǐng)域模型定義了特定領(lǐng)域內(nèi)所有查詢接口

3、包含的屬性和表達(dá)相同語義的屬性詞匯，它是一種樹形的層次結(jié)構(gòu)，表示領(lǐng)域內(nèi)各個(gè)屬性和領(lǐng)域元素的層次關(guān)系。領(lǐng)域模型在Deep Web數(shù)據(jù)集成系統(tǒng)的若干問題中都有應(yīng)用價(jià)值。
　　 在領(lǐng)域模型的基礎(chǔ)上，本文提出一種通過領(lǐng)域模型知識的指導(dǎo)來提取查詢接口模式的方法。首先，為每一個(gè)領(lǐng)域構(gòu)建領(lǐng)域模型，該模型提供了能夠指導(dǎo)查詢接口模式提取的全局模式信息；其次，通過接口標(biāo)簽和領(lǐng)域模型之間在語義上的相似性對每一個(gè)標(biāo)簽按照屬性進(jìn)行分組，生成查詢接口的標(biāo)簽