基于关联挖掘和语义聚类的Deep Web复杂匹配方法

• 作者: 曹庆皇 杨晓琴 鞠时光
• 来源期刊: 计算机应用研究
• 关键词: Deep Web 矩阵关联挖掘 语义聚类 复杂匹配 语义网
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 系统应用开发
• 页码范围: 4613-4616
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.059

摘要

为了提高Deep Web查询接口匹配的效率和准确率,在现有双重相关性挖掘方法(DCM)的基础上提出了一种用关联挖掘和语义聚类来匹配的方法.在关联挖掘成组属性时,引入一种基于互信息的属性相关度标准,并采用矩阵来实现以解决效率不高问题;在生成同义属性时,提出利用语义网来计算语义相似度,并对属性进行聚类,以生成同义属性.通过在四个领域200多个查询接口上实验,说明改进的方法在效率和准确率方面都比DCM方法有很大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鞠时光	江苏大学计算机学院	159	1685	21.0	34.0
2	杨晓琴	江苏大学计算机学院	3	13	3.0	3.0
3	曹庆皇	江苏大学计算机学院	3	13	3.0	3.0