Institute of Computing Technology, Chinese Academy IR
| 基于领域知识抽样的深网资源采集方法 | |
| 林海伦1; 熊锦华1; 王博2; 程学旗1 | |
| 2016 | |
| 发表期刊 | 中文信息学报
 |
| ISSN | 1003-0077 |
| 卷号 | 30.0期号:002页码:175 |
| 摘要 | 深网资源是指隐藏在HTML表单后端的Web数据库资源,这些资源主要通过表单查询的方式访问。然而,目前的网页采集技术由于采用页面超链接的方式采集资源,所以无法有效覆盖这些资源,为此,该文提出了一种基于领域知识抽样的深网资源采集方法,该方法首先利用开源目录服务创建领域属性集合,接着基于置信度函数对属性进行赋值,然后利用领域属性集合选择查询接口并生成查询接口赋值集合,最后基于贪心选择策略选择置信度最高的查询接口赋值生成查询实例进行深网采集。实验表明,该方法能够有效地实现深网资源的采集。 |
| 关键词 | 深网 置信度 抽样 领域知识 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/34454 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.国家计算机网络应急技术处理协调中心 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 林海伦,熊锦华,王博,等. 基于领域知识抽样的深网资源采集方法[J]. 中文信息学报,2016,30.0(002):175. |
| APA | 林海伦,熊锦华,王博,&程学旗.(2016).基于领域知识抽样的深网资源采集方法.中文信息学报,30.0(002),175. |
| MLA | 林海伦,et al."基于领域知识抽样的深网资源采集方法".中文信息学报 30.0.002(2016):175. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [林海伦]的文章 |
| [熊锦华]的文章 |
| [王博]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [林海伦]的文章 |
| [熊锦华]的文章 |
| [王博]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [林海伦]的文章 |
| [熊锦华]的文章 |
| [王博]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论