基于数据源依赖性的Deep Web数据融合方法

• 作者: 崔志明 时玉杰 赵朋朋 陆姗姗
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 数据集成 数据融合 数据源依赖性 数据源准确度
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 软件与数据库研究
• 页码范围: 210-216
• 页数: 7页
• 分类号: TP391
• 字数: 9277字
• 语种: 中文

摘要

在Deep Web数据挖掘中,不同数据源之间往往会出现数据冲突,如何解决冲突从而获得正确值(这一过程称为数据融合)是数据集成中的一个关键问题.提出一种考虑数据源之间依赖关系的数据融合方法.该方法利用贝叶斯分析确定数据源之间的依赖性,设计出检测依赖性和融合数据的迭代算法;并通过考虑数据源的准确度和属性值之间的相似性等条件扩展模型.使用该方法,对网上爬取的真实数据进行了实验,结果表明它能够显著提高数据融合的准确度,而且在大量数据源存在的情况下具有可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔志明	苏州大学智能信息处理及应用研究所	169	2304	25.0	38.0
2	赵朋朋	苏州大学智能信息处理及应用研究所	39	426	11.0	19.0
3	陆姗姗	苏州大学智能信息处理及应用研究所	2	10	2.0	2.0
4	时玉杰	苏州大学智能信息处理及应用研究所	2	33	2.0	2.0