用Capture-Recapture方法估计Web数据库大小

• 作者: 崔志明 胡鹏昱 苗忠义
• 来源期刊: 计算机应用研究
• 关键词: 大小估计 深网 网络数据库
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 软件技术研究
• 页码范围: 1754-1756,1759
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.05.044

摘要

为了估计网络数据库的大小,提出了基于Capture-Recapture过滤二字亲密、二字排斥的方法.通过在接口文本框提交属性高频字,利用返回的结果集,在两两之间作交集,根据交集中的两字分布分析采样的独立性,过滤掉其中不独立的情况,再利用Capture-Recapture方法估计网络数据库的大小.在模拟和真实的环境下进行了实验,该方法偏差度和波动度均较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔志明	苏州大学智能信息处理研究所	169	2304	25.0	38.0
2	苗忠义	苏州大学智能信息处理研究所	3	21	3.0	3.0
3	胡鹏昱	苏州大学智能信息处理研究所	5	48	5.0	5.0