基于多分类器的Deep Web入口发现
Deep Web入口发现是Deep Web数据集成的关键问题之一，本文应用主题爬行技术和本体技术，构造网页分类器(WPC)、表单结构分类器(FSC)和表单内容分类器(FCC)，实现特定领域Deep Web入口表单的自动发现。网页分类器在爬行过程中，借助主题爬行技术和本体技术进行领域内网页主题爬行；表单结构分类器对领域相关网页进行解析，并应用决策树算法判断其网页中是否存在查询接口表单，去除非搜索表单，将满足条件的表单加入表单数据库；表单内容分类器从语义方面识别特定领域Deep Web数据库入口的查询表单。最后将领域查询接口所在网页的URL 地址存储到数据库中，供其它模块调用。实验结果表明，本文提出的基于多分类器的Deep Web入口发现方法是可行的。
本体 主题爬行 决策树 Deep Web 多分类器
王英 左万利 王鑫 彭涛
吉林大学计算机科学与技术学院,长春,130012;教育部符号计算与知识工程重点实验室 长春工程学院软件学院,长春,130012
国内会议
黑龙江镜泊湖
中文
251-258
2010-08-12（万方平台首次上网日期，不代表论文的发表时间）