Deep Web入口探测与分类方法研究

• 作者: 刘金红 张亮 陆余良
• 来源期刊: 计算机应用研究
• 关键词: Deep Web 网络爬虫 结构特征 维归约 双层分类模型
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 4697-4700,4703
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.083

摘要

传统的使用语料库对入口标签字符串进行匹配的方法受限于语料库的完整性和匹配算法的灵活性.为突破这种局限,引入了基于表单元件统计特征的Deep Web入口探测方法和使用文本分类方法对其进行分类的双层分类模型,并提出了两种特征权重计算方法用于特征选取.在TEL-8 Query Interfaces数据集上,测试结果体现了双层分类模型的优越性和特征向量维归约的必要性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆余良	解放军电子工程学院网络系	42	682	12.0	25.0
2	刘金红	解放军电子工程学院网络系	9	370	5.0	9.0
3	张亮	解放军电子工程学院网络系	13	120	5.0	10.0