基于强化学习的 Deep Web 数据提取方法

• 作者: 林治 王睿
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: Deep Web 强化学习 数据提取 更新频率
• 年，卷（期）: 2015,（2）
• 页码范围: 299-302
• 页数: 4页
• 分类号: TP311
• 字数: 2999字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.02.034

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，论文在分析 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	林治	扬州职业大学信息工程学院	5	18	2.0	4.0
2	王睿	扬州职业大学信息工程学院	9	11	2.0	2.0