基于循环策略和动态知识的deep Web数据获取方法
TP392; 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....
Saved in:
Published in | 通信学报 no. 10; pp. 35 - 43 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | Chinese |
Published |
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
2012
|
Subjects | |
Online Access | Get full text |
ISSN | 1000-436X |
DOI | 10.3969/j.issn.1000-436X.2012.10.005 |
Cover
Summary: | TP392; 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. |
---|---|
ISSN: | 1000-436X |
DOI: | 10.3969/j.issn.1000-436X.2012.10.005 |