發(fā)布時(shí)間：2020-11-20 18:13

　　 DeepWeb是指隱藏在Web數(shù)據(jù)庫(kù)中而不能被傳統(tǒng)搜索引擎索引到的那部分內(nèi)容的集合。對(duì)于特定領(lǐng)域的Deep Web，不同的站點(diǎn)會(huì)提供不同查詢能力的查詢接口。集成查詢接口可以達(dá)到訪問(wèn)同一領(lǐng)域所有資源的目的。集成查詢接口主要有模式匹配和模式集成兩部分，其中模式匹配問(wèn)題已經(jīng)得到了廣泛研究。本文對(duì)查詢接口集成問(wèn)題中的模式集成問(wèn)題進(jìn)行了分析研究。 由于現(xiàn)實(shí)中的查詢接口結(jié)構(gòu)各異，使得在集成查詢接口時(shí)無(wú)法得到滿足所有需求的結(jié)構(gòu)。基于滿足多數(shù)需求的原則，本文在集成查詢接口時(shí)采用頻繁使用的查詢接口結(jié)構(gòu)。為了得到結(jié)構(gòu)良好且語(yǔ)義全面的查詢接口，本文針對(duì)查詢接口集成問(wèn)題中的模式集成問(wèn)題提出了兩類新的多目標(biāo)優(yōu)化模型，并對(duì)每個(gè)模型給出了求解算法。 在第一個(gè)模型中，用有序樹(shù)表示查詢接口，可以充分體現(xiàn)查詢接口所蘊(yùn)含的結(jié)構(gòu)信息，并且根據(jù)查詢接口的有序樹(shù)給出了一類新的結(jié)構(gòu)約束和順序約束。集成的查詢接口應(yīng)該集成那些在查詢接口頻繁使用的結(jié)構(gòu)，因此，查詢接口集成問(wèn)題可以轉(zhuǎn)化成在所有查詢接口中挖掘頻繁結(jié)構(gòu)的問(wèn)題，即在所有有序樹(shù)中挖掘頻繁子樹(shù)。最后，以極大化葉節(jié)點(diǎn)個(gè)數(shù)和頻繁子樹(shù)的頻繁度為目標(biāo)，建立了一個(gè)多目標(biāo)優(yōu)化模型，并且給出了求解該模型的頻繁子樹(shù)挖掘算法。用多個(gè)領(lǐng)域的查詢接口數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析和評(píng)價(jià)，實(shí)驗(yàn)結(jié)果表明了算法的可行性和有效性。但是當(dāng)集成結(jié)構(gòu)差異很大的查詢接口時(shí)，利用此模型不能夠得到理想的集成查詢接口。 針對(duì)第一個(gè)模型的不足，本文提出了改進(jìn)的模型及算法。首先，根據(jù)查詢接口的結(jié)構(gòu)，將查詢接口的有序樹(shù)轉(zhuǎn)化成結(jié)構(gòu)矩陣；根據(jù)該結(jié)構(gòu)矩陣給出了度量?jī)煽糜行驑?shù)的結(jié)構(gòu)相似程度的計(jì)算方法；根據(jù)所有查詢接口中的頻繁結(jié)構(gòu)構(gòu)造了一個(gè)用于參考的理想有序樹(shù)。然后，根據(jù)所有查詢接口的順序約束將所有的屬性排序，基于此排序給出了衡量查詢接口屬性排序好壞的標(biāo)準(zhǔn)。最后，通過(guò)優(yōu)化集成的有序樹(shù)與理想有序樹(shù)的相似度和集成有序樹(shù)中的葉節(jié)點(diǎn)的排序，對(duì)查詢接口集成問(wèn)題建立了一種新的多目標(biāo)優(yōu)化模型。針對(duì)該模型，設(shè)計(jì)了一種合并樹(shù)算法進(jìn)行求解。最后，數(shù)據(jù)實(shí)驗(yàn)證明了改進(jìn)模型的合理性和有效性，并驗(yàn)證了算法的穩(wěn)定性。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2012
【中圖分類】：TP393.09;TP301.6
【部分圖文】：

包括文本輸入框、選擇列表、復(fù)選按鈕等。一個(gè) HTML 控口中的一個(gè)屬性，一個(gè)查詢接口通常包含多個(gè)屬性。查詢接口的屬息，例如屬性的標(biāo)簽，屬性的 ID 等。其中屬性的標(biāo)簽是屬性對(duì)應(yīng)上的標(biāo)簽，屬性 ID 是屬性在 HTML 源碼中的 ID。當(dāng)前對(duì)查詢接口究，一般把查詢接口建成一個(gè)平面模型，即將其表示為所有屬性按左到右的順序構(gòu)成的集合來(lái)處理。如圖 3.1 中查詢接口對(duì)應(yīng)的平面模,to,departure month, departure day, departure time,return month,return dadult,child,senior}。但是，查詢接口中一些屬性經(jīng)常放在一起組成一個(gè)念稱為組屬性，如圖 3.1 中{from, to}就經(jīng)常放在一起，表示用戶從里的信息(where to go?)；{adult, child, senior}一起組成有關(guān)乘客人數(shù)many travelers are there?)等，這類似與文章的章節(jié)，越往上包含的內(nèi)容就到下層逐級(jí)細(xì)化。此外，查詢接口中屬性的排列也是有序的，如離)排在到達(dá)地點(diǎn)(to)之前，離開(kāi)日期(departure date)排在到達(dá)日期(retur為了充分刻畫(huà)查詢接口含有的這些結(jié)構(gòu)信息，本文用有序樹(shù)表示查詢

空領(lǐng)域?yàn)槔�說(shuō)明實(shí)驗(yàn)過(guò)程，基于頻繁子樹(shù)的挖掘算法首先要給出值，采用上面 20 個(gè)查詢接口做實(shí)驗(yàn)時(shí)，去除出現(xiàn)次數(shù)為 1 的屬性小值為 6，所以最小閾值 設(shè)置為 0.3。從實(shí)驗(yàn)結(jié)果中選擇出含有頻繁度最高的子樹(shù)作為最后的集成查詢接口。實(shí)驗(yàn)得到的初始集 5.1(a)：R 是根，M,N,E 是第二層的節(jié)點(diǎn)，它們與 R 的縮進(jìn)相同縮進(jìn)代表其孩子節(jié)點(diǎn)，依此類推。圖 5.1(b)為將數(shù)字轉(zhuǎn)化為屬性中根節(jié)點(diǎn)和中間節(jié)點(diǎn)均用“*********”表示。圖 5.1(b)的樹(shù)并沒(méi)性。因此，算法的最后還需要進(jìn)一步添加不包含的屬性，添加屬的添加和屬性的添加。例如航空領(lǐng)域沒(méi)有包含的屬性及屬性組，它們的出現(xiàn)次數(shù)分別為 8,2,9，屬性組 D 和屬性 13 出現(xiàn)的次數(shù)被構(gòu)造出來(lái)就說(shuō)明了它們?cè)谠唇涌谥许樞虿町惡艽�，所以沒(méi)有被時(shí)首先添加 D，發(fā)現(xiàn) D 經(jīng)常排在 E 的前面，所以繼續(xù)比較 D 與為 D 經(jīng)常排在 N 的后面，所以將 D 插入 N 后面，依此類推將 13便可以得出最后的集成查詢接口。

不同領(lǐng)域集成查詢接口的結(jié)構(gòu)相似度值
【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 劉偉;孟小峰;孟衛(wèi)一;;Deep Web數(shù)據(jù)集成研究綜述[J];計(jì)算機(jī)學(xué)報(bào);2007年09期

本文編號(hào)：2891800