基于逻辑强化学习的Deep Web增量信息获取方法

• 作者: 傅德胜 蔡玮 顾伟
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: Deep Web 强化学习 数据提取 更新频率
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 研究与设计
• 页码范围: 11-13
• 页数: 3页
• 分类号: TP311
• 字数: 3591字
• 语种: 中文

摘要

随着Web的飞速发展,Deep Web中蕴藏着海量高质量数据,如何高效地提取这些数据极具挑战.由于Deep Web的动态性,其数据经常处于频繁更新的状态,而用户总是希望获得最新鲜的内容.为此,在分析Deep Web数据变化特性的基础上,建立一个Deep Web数据生成模型,然后,提出一种强化学习的Deep Web数据提取方法.实验表明,该方法具有较好的数据提取效率,可有效提高Deep Web数据集成服务质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅德胜		82	681	12.0	22.0
2	顾伟		9	29	3.0	5.0
3	蔡玮		14	33	3.0	5.0