deep+web搜索引擎的关键技术new

《deep+web搜索引擎的关键技术new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号：!竺密级：——单位代码：!!151一学号：竺!!!竺!竺97舍肥足学火警HefeiUniversityofTechnology硕士学位论文MASTERDISERTATIoNo论文题目：Deepweb搜索引擎的关键技术学位类别：兰堕!兰学科专业：(工程领域)作者姓名：导师姓名：完成时间：管理科学与工程藕军任明仑副教授2007年5月DeepWeb搜索引擎的关键技术摘要Web中包含着数量巨大、质量很高的信息，却不能被通用搜索引擎搜索。研究DeepWeb搜索引擎及其关键技术将有助于实现对DeepWeb自动搜索。首先介绍了通

2、用搜索引擎的一般原理。然后对DeepWeb进行概述，讨论了Web的定义及类型，定量地分析了DeepWeb的概况，并在此基础上给出了DeepWeb搜索引擎的完整框架及定义，同时指出它的四个关键技术：数据库自动发现、数据库自动选择、返回结果自动抽取、结果聚合。对这四个关键技术进行了详细的讨论：提出一种基于网络蜘蛛的数据库自动发现方法，实验结果表明该方法很有效；对数据库自动选择方法进行综述并设计了一种自动选择方法；提出一种高效的从查询返回结果页面上自动抽取结果的方法，实验结果表明该方法简单高效：将结果聚合分解为三个子问题并综述分

3、析。关键词：DeepWeb：数据库发现；数据库选择：Web信息拙取；结果聚合TheKeyTechniquesofDeepWebSearchEngineAbstractTherearegreatamountsofvaluableinformationintheDeepWeb，whichcan’tbesearchedbygeneralSearchEngines．ResearchonDeepWebSearchEngineanditskeytechniqueswillbeusefultorealizesearchingDeepWe

4、bautomatically．Firstly，introducethegeneralprincipleofgeneralSearchEngine．ThengivethesummaryofDeepWeb．DiscussthedefinitionandtypesofDeepWeb，andanalyzethesurveyofDeepWebquantificationally．Afterthat，designthemodelofDeepWebSearchEngineandgiveitsdefinition，andpointouti

5、ts4keytechniquesasautomaticallyDataBasesDiscovering，automaticallyDataBasesSelecting，automaticallySearchResultsExtracting，andResultsAggregation．Thendiscussthese4keytechniquesindetail．PresentanewmethodfordiscoveringdatabaseinthenetbasedonWebSpider，andexperimentsshow

6、thatthismethodiseffective．SummarizedifferentmethodsforDataBaseSelecting，andbasedonthese，designanewmethodtoselectdatabasesautomatically．PresentanewmethodforautomaticallyextractingSearchResultRecords，andexperimentsshowthatthismethodissimpleandefficient．Analyzetheque

7、stionofResultsAggregationinto3childquestions，thendiscussthem，andgivethesummaryofthem．Keywords：DeepWeb；DataBasesDiscovering；DataBasesSelecting；’WebInformationExtraction；ResultsAggregationII图2-1图3-1倒4-1表4-l图6一l图6-2图6-3图¨圈∞搜索引擎结构图⋯⋯．图表清单DeepWeb搜索引擎框架图SDB搜索界面⋯⋯⋯⋯⋯⋯⋯⋯⋯

8、⋯⋯⋯⋯⋯⋯．实验数据SR鼬⋯⋯⋯⋯⋯⋯⋯。SRPLs⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．标签张⋯⋯⋯⋯⋯⋯⋯⋯．．SRRs抽取试验结果图SRPLs抽取试验结果图⋯⋯⋯⋯。VI．．．4⋯⋯⋯⋯⋯⋯⋯ll⋯⋯⋯⋯⋯⋯⋯．14．17”⋯⋯⋯⋯⋯⋯⋯⋯⋯27⋯⋯⋯．．．⋯⋯．．⋯⋯．⋯．．⋯30⋯⋯⋯⋯⋯33独创性声明本