基于循环策略和动态知识的deep Web数据获取方法

作     者：鲜学丰 崔志明 赵朋朋 梁颖红 方立刚 

作者机构：苏州大学智能信息处理及应用研究所江苏苏州215006 江苏省现代企业信息化应用支撑软件工程技术研发中心江苏苏州215104 苏州市职业大学江苏苏州215000 

基　　金：国家自然科学基金资助项目(60970015 61003054 61170020 41201338) 江苏省自然科学基金资助项目(BK2012164) 江苏省高校自然科学研究基金资助项目(10KJB520018) 江苏省现代企业信息化应用支撑软件工程技术研发中心开放基金资助项目(SX201102 SX201105) 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2012年第33卷第10期

页      码：35-43页

摘      要：针对目前deep Web数据集成在数据获取方面存在代价大和查询选择效率低等问题,提出了一种基于循环策略和动态知识的deep Web数据获取方法,该方法根据同领域数据源之间的关联关系,提出使用循环策略分多次完成数据源的数据获取,同时利用集成系统已获取的数据动态构建知识,并设计了基于集成系统动态知识的查询选择方法。与现有方法比较该方法能降低数据获取的代价,提高查询选择的准确性。实验结果表明,该方法有效地提高了deep Web数据集成的数据获取效率。

主 题 词：deep Web 数据集成 数据获取 动态知识 查询选择 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1000-436x.2012.10.005

馆 藏 号：203357498...