Deep Web站点分类研究进展

• 作者: 刘金红 房珊瑶 施凡 陆余良
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: Deep Web分类 Web挖掘 信息集成
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 综述
• 页码范围: 103-108
• 页数: 6页
• 分类号: TP391
• 字数: 5779字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2010.01.022

摘要

如何高效、准确地组织和检索Deep Web蕴含的高质量信息已经成为未来Web挖掘和数据库领域面临的一项崭新课题和挑战,而Deep Web分类则是Deep Web信息检索的基础.该论文综合论述了Deep Web信息集成的研究概况,重点分析了结构化Deep Web分类的主要方法和存在的主要问题,并且讨论了解决这些问题的可能方法;最后对未来工作进行展望.

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	电子工程学院网络系	32	221	8.0	13.0
2	刘金红	电子工程学院网络系	5	59	4.0	5.0
3	施凡	电子工程学院网络系	8	58	5.0	7.0
4	房珊瑶	电子工程学院网络系	1	5	1.0	1.0