基于关键词的深度万维网数据库查询
本文关键词:基于关键词的深度万维网数据库查询 出处:《计算机与数字工程》2013年04期 论文类型:期刊论文
【摘要】:深度万维网蕴藏着海量的信息,现有的搜索引擎很难搜索到其中的内容。如何充分地获取深度万维网中的有价值的信息成为一个难题。论文提出了基于关键词的深度万维网的数据库的查询方法,该方法采用朴素贝叶斯算法对关键词进行分类,并采用日志挖掘对采样的数据库进行统计,最终生成查询的SQL语句。该方法不仅解决了深度万维网多领域的数据库查询,而且能够与现有的搜索引擎进行整合,帮助用户快速有效的查询。
[Abstract]:The deep World wide Web contains vast amounts of information. It is very difficult for the existing search engines to search for the content. How to obtain the valuable information in the deep World wide Web is a difficult problem. This paper proposes a query method of the database based on the keyword depth World wide Web. . In this method, naive Bayes algorithm is used to classify keywords, and log mining is used to statistics the sampled database. The method not only solves the deep Web multi-domain database query, but also integrates with the existing search engine, and helps users to query quickly and effectively.
【作者单位】: 上海师范大学信息与机电学院;
【基金】:上海师范大学科研基金(编号:SK201041)资助
【分类号】:TP311.13
【正文快照】: 1引言在当今信息的时代,万维网成了主要的资源。然而隐藏在其后的深度万维网却没有被很好地开发和利用,因为传统的搜索引擎搜索不到其中丰富的内容。对深度万维网中的数据库的获取,只能通过查询接口,所要搜索的内容只有被用户查询时才会由Web服务器动态的生成页面,最终把结果
【参考文献】
相关期刊论文 前5条
1 徐欣;阮幼林;;最大频繁模式的挖掘算法[J];舰船电子工程;2009年03期
2 刘伟;孟小峰;孟卫一;;Deep Web数据集成研究综述[J];计算机学报;2007年09期
3 刘玉奎;周立柱;范举;;中文深度万维网数据库的现状研究[J];计算机学报;2011年02期
4 范举;周立柱;;基于关键词的深度万维网数据库选择[J];计算机学报;2011年10期
5 赵志宏;黄蕾;刘峰;陈振宇;;Deep Web搜索技术进展综述[J];山东大学学报(工学版);2009年02期
【共引文献】
相关期刊论文 前10条
1 陆余良;房珊瑶;刘金红;施凡;;Deep Web站点分类研究进展[J];安徽大学学报(自然科学版);2010年01期
2 陶磊;莫倩;;基于CSS选择器的深网结果页抽取方法[J];北京工商大学学报(自然科学版);2009年02期
3 李颖;刘国华;佟冰;刘顺江;;基于素数的多源模式匹配方法的研究[J];燕山大学学报;2009年02期
4 王彩霞;高明;;Deep Web查询接口及其识别算法[J];电脑知识与技术;2011年22期
5 蒋莘;;基于知网的论文按需检索系统[J];电脑知识与技术;2012年02期
6 赵昊;卫刚;赵晓东;;基于主题Deep Web数据挖掘的研究与探索[J];电脑知识与技术;2012年16期
7 张志平;张云坤;李文骏;;Deep web在个性化信息服务中的应用[J];电子商务;2010年08期
8 郭少杰;陈雅冰;;Deep Web技术在科学数据共享平台中的应用[J];广东科技;2010年14期
9 李春林;;Web数据库集成技术及其发展趋势[J];硅谷;2012年09期
10 李强;;Deep-Web搜索引擎实现技术研究[J];甘肃科技;2012年03期
相关会议论文 前8条
1 蔡彪;廖闻剑;彭艳兵;;Deep Web数据集成和关键技术综述[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年
2 李鹏;朱青;任安建;胡伟;杜小勇;;支持短语识别的关系数据库关键词查询算法[A];第二十五届中国数据库学术会议论文集(一)[C];2008年
3 陶然;江锦华;吴羽;陈刚;;基于树合并的Deep Web查询接口集成[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
4 闫中敏;李庆忠;彭朝晖;董永权;丁艳辉;张永新;徐秀星;;DWDIS:面向分析的Deep Web数据集成系统[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
5 韩子扬;李贵;李征宇;王凤英;;基于分布式结构的Deep Web结构化数据抽取系统[A];第九届沈阳科学学术年会论文集[C];2012年
6 韩子扬;李贵;李征宇;王凤英;;基于分布式结构的Deep Web结构化数据抽取系统[A];第九届沈阳科学学术年会论文集(信息科学与工程技术分册)[C];2012年
7 祝官文;王念滨;王红滨;;基于语法分析的深层网络查询表单信息获取方法[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
8 邓松;万常选;刘喜平;江腾蛟;雷刚;;基于主题语义的非合作结构化Top-N深网数据源选择[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
相关博士学位论文 前10条
1 张慧斌;Deep Web查询接口及查询结果抽取研究[D];南开大学;2010年
2 闫中敏;Deep Web数据获取问题研究[D];山东大学;2010年
3 黎方正;关系数据库的关键词检索技术研究[D];中南大学;2010年
4 张卓;基于形式概念分析的Web数据库抽取研究[D];武汉大学;2011年
5 王颜新;非常规突发事件情境重构模型研究[D];哈尔滨工业大学;2011年
6 吴春明;Deep Web数据集成关键技术及其在农业领域的应用[D];西南大学;2011年
7 孟祥福;Web数据库柔性查询关键技术研究[D];东北大学;2010年
8 聂铁铮;Deep Web中Web数据库集成关键技术的研究[D];东北大学;2009年
9 黄健斌;基于条件概率图模型的Deep Web数据抽取与集成研究[D];西安电子科技大学;2007年
10 徐和祥;Deep Web集成中若干技术研究[D];复旦大学;2008年
相关硕士学位论文 前10条
1 樊敬川;Deep Web数据库的选择研究[D];河北大学;2009年
2 商翠珍;数据资源汇聚的可视化建模技术研究与应用[D];山东科技大学;2010年
3 朱静;数据资源汇聚中嵌套表格模型的研究与应用[D];山东科技大学;2010年
4 夏怀楠;支持跨域数据汇聚的关系数据访问服务研究[D];山东科技大学;2010年
5 刘富江;网络数据源模式识别方法及策略研究[D];哈尔滨工程大学;2010年
6 周建斌;基于J2EE Web应用的科学数据共享平台的研究与实现[D];华南理工大学;2010年
7 王培正;基于Deep Web的网络信息抽取技术研究[D];华南理工大学;2010年
8 彭媛媛;Deep Web数据清洗方法研究及应用[D];长春工业大学;2010年
9 白霜;DNA序列的最大频繁模式挖掘[D];南昌大学;2010年
10 陶小波;电子就业文本挖掘系统关键技术研究与应用[D];浙江工商大学;2011年
【二级参考文献】
相关期刊论文 前10条
1 刘伟;孟小峰;孟卫一;;Deep Web数据集成研究综述[J];计算机学报;2007年09期
2 刘玉奎;周立柱;范举;;中文深度万维网数据库的现状研究[J];计算机学报;2011年02期
3 宋峻峰,张维明,肖卫东,唐九阳;基于本体的信息检索模型研究[J];南京大学学报(自然科学版);2005年02期
4 黄晓冬;Invisible Web研究综述[J];情报科学;2004年09期
5 林玲;周立柱;;基于简单查询接口的Web数据库模式识别[J];清华大学学报(自然科学版);2010年04期
6 刘伟;孟小峰;凌妍妍;;一种基于图模型的Web数据库采样方法[J];软件学报;2008年02期
7 袁柳;李战怀;陈世亮;;基于本体的Deep Web数据标注[J];软件学报;2008年02期
8 高岭;赵朋朋;崔志明;;Deep Web查询接口的自动判定[J];计算机技术与发展;2007年05期
9 赵朋朋;高岭;崔志明;;基于查询接口特征的Deep Web数据源自动分类[J];微电子学与计算机;2006年10期
10 赵朋朋;崔志明;高岭;仲华;;关于中国Deep Web的规模、分布和结构[J];小型微型计算机系统;2007年10期
【相似文献】
相关期刊论文 前10条
1 汪晓航;;数据库技术的发展[J];企业导报;2011年02期
2 杨磊;基于独立软件级构件的领域软构件体系[J];计算机应用研究;2001年06期
3 邹咸林;领域体系结构开发技术及应用[J];嘉应学院学报;2001年03期
4 贾l,
本文编号:1410384
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/1410384.html