全局模式下的深网数据抽取与挖掘

• 作者: 姚晓鹏 薛君志 陆敏超 高圣兴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深网 全局模式 数据抽取 数据挖掘
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 91-95
• 页数: 5页
• 分类号: TP301.6
• 字数: 5103字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.02.016

摘要

随着现代信息量的快速增长,深网作为网络数据载体包含了大量数据,因此,对深网数据抽取的研究十分重要.提出一种全局模式下的数据抽取和挖掘的方法.该方法分析实际例子的属性,运用改进的贝叶斯信念网络算法,确定相应的标签,构建一个动态的全局模式,接着抽取并识别结果页面中的数据;根据基于密度的离群点来检测并剔除其中的无用信息;运用挖掘布尔关联规则频繁项集的算法进行关联挖掘,整合数据项.实验结果表明,该方法相对于其他几种数据抽取方法,能准确、快速、有效地抽取数据,并且通过数据挖掘后得到数据项间的关联性较大,无效信息更少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛君志		6	27	2.0	5.0
2	姚晓鹏		2	2	1.0	1.0
6	高圣兴	浙江工商大学统计与数学学院	1	1	1.0	1.0
7	陆敏超		1	1	1.0	1.0