基于查询接口文本VSM的Deep Web数据源分类

• 作者: 吴春明 强保华 石龙 谌超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Deep Web 数据源分类 向量空间模型 数据挖掘 查询接口
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 54-58
• 页数: 5页
• 分类号: TP311
• 字数: 6270字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.08.015

摘要

随着Intemet技术的快速发展,Web数据库数目庞大而且仍在快速增长.为有效组织利用深藏于Web数据库上的信息,需对其按领域进行分类和集成.Web页面上的查询接口是网络用户访问Web数据库的唯一途径,对Deep Web数据源分类可通过对查询接口分类实现.为此,提出一种基于查询接口文本VSM(Vector Space Model)的分类方法.首先,使用查询接口文本信息构建向量空间模型,然后通过典型的数据挖掘分类算法训练分类器,从而实现对查询接口所属领域进行分类.实验结果表明给出的方法具有良好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谌超	桂林电子科技大学计算机科学与工程学院	4	45	3.0	4.0
2	强保华	桂林电子科技大学计算机科学与工程学院	25	181	7.0	12.0
4	石龙	桂林电子科技大学计算机科学与工程学院	3	37	2.0	3.0
5	吴春明	西南大学计算机与信息科学学院	20	774	6.0	20.0