一种基于图模型的Web数据库采样方法

• 作者: 凌妍妍 刘伟 孟小峰
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: deep Web Web数据库 数据库采样
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: Deep Web数据集成
• 页码范围: 179-193
• 页数: 15页
• 分类号: TP311
• 字数: 12041字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.00179

摘要

Web数据库中,海量的信息隐藏在具有特定查询能力的查询接口后面,使人无法了解一个Web数据库内容的特征,比如主题的分布、更新的频率等,这就为Deep Web数据集成带来了巨大的挑战.为了解决这个问题,提出了一种基于图模型的Web数据库采样方法,可以通过查询接口从Web数据库中以增量的方式获取近似随机的样本,即每次查询获取一定数量的样本记录,并且利用已经保存在本地的样本记录生成下一次的查询.该方法的一个重要特点是不受查询接口中属性表现形式的局限,因此是一种一般的Web数据库采样方法.在本地的模拟实验和真实Web数据库上的大量实验表明,该方法可以在较小代价下获得高质量的样本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟	中国人民大学信息学院	277	1964	21.0	39.0
2	孟小峰	中国人民大学信息学院	135	6213	41.0	77.0
3	凌妍妍	中国人民大学信息学院	3	173	3.0	3.0