一种基于数据挖掘的Deep Web模式匹配方法

• 作者: 伏玉琛 钟昕
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Deep Web 模式匹配 整体性方法 数据挖掘
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 46-49
• 页数: 4页
• 分类号: TP3
• 字数: 4393字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.05.016

摘要

模式匹配是Deep Web异构信息集成中的关键问题.介绍了一种整体性匹配方法,即同时发现大量模式,并一次性进行匹配.主要通过分析和比较两种已经存在的大规模模式匹配原型系统:MGS和DCM,结合它们核心算法的优点,提出一种新的基于数据挖掘技术的算法(Correlated-clustering).该算法先利用积极相关发现组匹配,再通过概念相似度的计算聚类同义属性,最后进行匹配选择.实验结果表明,本算法全面、效率高,充分体现了整体性方法的思想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伏玉琛	苏州大学计算机科学与技术学院	35	201	8.0	11.0
2	钟昕	苏州大学计算机科学与技术学院	2	6	1.0	2.0