基于Zipf Estimator的Deep Web最佳查询词选择

• 作者: 王贤 苏晓珂 黄青松
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Deep Web Zipf Estimator 查询词选择
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 119-120,124
• 页数: 3页
• 分类号: TP391
• 字数: 2067字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.03.034

摘要

Deep Web的查询中,关键词的选择是一个关键问题.文中针对查询Deep Web中的文本数据库,对查询词的选择作出一些研究.将Zipf Estimator应用于根据查询词的频率选择词条的方法中,提出了用部分文档中的查询词的排序来得出整个文档集中查询词的排序的方法.将Zipf Estimator运用于查询词的选择,减少查询词选择时的运算量,以较少的查询次数得到较多的查询结果.测试结果证明了Zipf Estimator运用于查询词的选择可有效提高查询Deep Web中的文本数据库的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏晓珂	昆明理工大学信息与自动化学院	6	41	3.0	6.0
2	黄青松	昆明理工大学信息与自动化学院	91	265	9.0	12.0
3	王贤	昆明理工大学信息与自动化学院	2	3	1.0	1.0