基于有监督学习技术的web和xml查询

《基于有监督学习技术的web和xml查询》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、复旦大学硕士学位论文基于有监督学习技术的Web和XML查询姓名：范晔申请学位级别：硕士专业：计算机软件与理论指导教师：周傲英2001.5.25基十古监督学习技术的Web和XML查询摘要。甲≤16733摘要(Internet的出现和i丑速发展极大的改变了人们的生活方式，人们的生活从此有了革命性的发展。)任于Web上的数据与传统的文本数据和数据库数据有着很大的区别，使得现有的信息检索、信息抽取和数据库技术无法直接使用在Web数据上，人们采用了各种新技术来对Web数据进行挖掘。而xML(ExtensibleMarkupLanguag

2、e，可扩展标记语言)的出现，更是推动了各项新技术的出现和发展，由于XML有着比HTML更良好的特性，使得XML将成为Interact上的数据存储和交换的标准。本文在归纳和总结现有Web和XML数据查询技术的基础上，提出了利用有监督学习的技术，对w曲和XML文档进行查询的新方法。，／具体来说，本文的贡献如下：＼1．合作设计并实现了一个基于学习的Web查询系统：FACT。与一般的搜索引擎不同的是，FACT最终返回给普通用户的不是网页地址或者网页的页面，而是用户真正关心的那一部分信息，而这些信息可能不在搜索引擎返回的第一个页面上，也

3、可能只是某～页面中的一小部分。虽然某些查询无法使用几个简单的关键词来表示，但是用户只需要输入几个关键词，然后浏览很少几个网站。而该系统将利用用户浏览学习得到的知识，来明确用户查询的条件(这些条件可能无法用简单的几个关键词来表示)，对剩余网站进行查询，最终把符合条件的那部分信息作为查询结果返回给用户。技术2．提出了利用有监督学习技术，对那些不包含DTD的XML文档进行近似查询的算法。由于不同XML文档的来源不同，因此它们的标识符可能存在异名同义的情况，而该算法正是利用有监督学习技术来找出这一情况。实验表明，该算法能较好的进行这一

4、情况下的XML近似查询。夕川关键词：Web挖掘，搜索引擎，Web查询，XML，近似查询，有监督学习中图分类号：H弓92／7’I薹主塑堕塑兰翌垫查塑鉴!塑!坚!壅塑一——————————————————————j堕墨AbstractWiththeemergenceandthedevelopmentofIntemettechnology，IntemetandWebhavechangedpeople'sliferapidly．BecauseofthedifferencebetweenWebdataandtextdataordatab

5、asedata，thetechnologyusedinthefieldofinformationretrieval近fonna如nex垃ac曲nanddatabasecarl’tbeusedinWebdataresearchareaverywell．PeoplehavedevelopedsomenewtechnologiestOprocesswebquery，whichisanimportantfieldofwebmining．AndbecauseofthefeamreofXML(eXtensibleMarkupLanguag

6、e)，itwillbecomethestandardofdatastorageanddataexchangeOntheIntemet·Afterproviding8surveyofrecentresearchworkofWebandXMLQuery，thisthesiswillpresenttwoalgorithmofWebandXMLsearchbasedonsupervisedleaningtechnology·Thecontributionofthisth【esisiSasfollows：1．Co—designandim

7、plementawebquerysystem：FACT．DifferentfromcomITIOflsearchengines．tIleresultsreturnedbyFACTareneither出eaddressesofwebpages．northosewebpagesthemselves．neresultsreturnedtotheuserarejustmeinformationtheuserconcernsexac吐y，whicharenotlocatedintheErstpagereturnedbycornffion

8、searchengineandarejustthefracdonofonewebpageperhaps．ThoughsomequeryCan’tbeexpressedcleadvinseveralsimplekeywords．whatdleuserofFACTshoulddo