基于频繁模式和语义处理的deep+web数据源分类研究

《基于频繁模式和语义处理的deep+web数据源分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、苏州大学学位论文独创性声明．、．王7‘8S3<本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含其他个人或集体已经发表或撰写过的研究成果，也不含为获得苏州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。论文作者签名：二华址日期：鱼p』够苏州大学学位论文使用授权声明㈣螋㈣㈣Y1732Ifllll0Ifllll3Il

2、lll5lllll。本人完全了解苏州大学关于收集、保存和使用学位论

3、文的规定，即：学位论文著作权归属苏州大学。本学位论文电子文档的内容和纸质论文的内容相一致。苏州大学有权向国家图书馆、中国社科院文献信息情报中心、中国科学技术信息研究所(含万方数据电子出版社)、中国学术期刊(光盘版)电子杂志社送交本学位论文的复印件和电子文档，允许论文被查阅和借阅，可以采用影印、缩印或其他复制手段保存和汇编学位论文，可以将学位论文的全部或部分内容编入有关数据库进行检索。涉密论文口本学位论文属在——年一月解密后适用本规定。非涉密论文口论文作者签名：篮量z日导师签名：尊≥：型歪．_日基于频繁模式和语义处理的DeepWeb数

4、据源分类研究摘要基于频繁模式和语义处理的DeepWeb数据源分类研究摘要随着网络规模的日益扩大，网络已经成为巨大的信息资源库。其中很大部分信息被“深藏”于各类在线数据库中，用户只能通过查询接口提交查询来获取里面的信息，这类网络信息被称为DeepWeb。由于DeepWeb资源的异构性、大规模性和动态性使得寻找合适的数据源成为巨大的挑战。亟需一种DeepWeb信息集成系统，DeepWeb数据源分类是集成系统中的关键步骤。本文主要研究的是DeepWeb数据源分类，主要工作包括：(1)对DeepWeb相关背景和国内外研究现状进行了介绍，并提

5、出了本文的框架、重点研究内容以及研究意义。(2)分析了基于可视化的查询接口特征信息提取技术，在此基础上提出查询接口的表单内容特征和文本内容特征提取方法。(3)对于查询接口资源丰富情况下的DeepWeb数据源分类，本文引入数据挖掘的思想。利用Apriori算法，挖掘出接口特征资源中的频繁模式。利用频繁模式更好的领域信息贡献能力，改进了朴素贝叶斯分类模型中的独立特征，发挥特征之间的联系，放松条件独立性限制，更好的实现TDeepWeb数据源分类。(4)对于查询接口资源稀疏情况下的DeepWeb数据源分类，本文对特征进行语义扩展。通过外部知

6、识库WordNet，建立包含同义词集的特征向量，有效的增加了查询接口特征的领域划分性。利用改进的KNN分类算法，建立数据源分类模型。本文选取了UIUCWeb数据集中六类领域的DeepWeb数据源查询接口集合作为实验数据，然后利用10折交叉验证法分别对本文提出的两个分类模型进行了验证，证明本文所提出的两个分类模型具有较好的分类精度和应用价值。关键词：DeepW曲，数据源分类，数据挖掘，频繁模式，语义处理作者：华慧指导教师：伏玉琛—A——b—s—tr—a—c—t————————R—e—a—searchofDeepWebDataSourc

7、eClassificationBasedonFrequentPatternandSemanticProcessing——ReasearchofDeepWebDataSourceClassificationBasedonFrequentPatternandSemanticProcessingAbstractWimanincreasinglylargesize．networkhasbecomeahugelibraryforinformation．BtitmuchoftheinformationiS”hidden”inonlinedata

8、bases，thereforeusershavetOsubmitqueriesthroughthequeryinterfacetoobtaininsideinformation，whichisknownasDeepW曲．ThenatureofDeepW曲isheterogeneous，large-scaleanddynamic，whichmakesthesearchforsuitabledatabecomeagreatchallenge．Sothere’SanurgentneedofaDeepWrebinformationinteg

9、rationsystem．DeepW曲datasourceclassificationisthekeystepinsuchsystem．T1lispaperstudiesclassificationofDeepWrebdatasour