扩展的Deep Web质量估计模型研究

摘要：

Deep Web中蕴涵了海量的高质量信息.文中从Deep Web数据源的功能属性和非功能属性两个方面对数据源的质量进行度量,建立了一种基于综合模糊评价指标体系的扩展的数据源质量估计模型.实验结果表明该模型得到的数据源质量排序序列和人工排序序列的Kendall”s距离较扩展前有了很大提高,而且质量估计结果也能使数据源的选择得到较高精确度.

关键词： Deep Web 综合模糊评价 质量估计模型 数据源

作者: 胡鹏昱 苗忠义 崔志明 方巍

作者单位: 江苏省计算机信息处理技术重点实验室,江苏,苏州,215006;苏州大学智能信息处理及应用研究所,江苏,苏州,215006 苏州大学智能信息处理及应用研究所,江苏,苏州,215006

会议类型: 国内会议

会议名称: 2008年全国开放式分布与并行计算学术年会

会议地点: 扬州

会议语种:中文

页码: 24-27

在线出版日期: 2008-10-25（万方平台首次上网日期，不代表论文的发表时间）