基于模式—区别方法聚类结构化的Deep Web源  

Clustering Structured Deep Web Sources:a Schema-Based Model-Differentiation Approach

作　　者：陈娟[1] 王贤[1] 黄青松[1] 

机构地区：[1]昆明理工大学信息工程与自动化学院,云南昆明650051

出　　处：《计算机技术与发展》2007年第11期107-109,共3页Computer Technology and Development

基　　金：云南省自然科学基金资助项目(Z2005-1-53004)

摘　　要：近几年,网络被在线数据库迅速深化。在深网中,大量的资料提供了丰富的数据模式。这些模式详细说明了它们的目标领域和查询性能。因此对大规模数据的整合是当前面临的挑战。在数据挖掘中聚类分析是一个重要方法,为了发现通过这种统计分布管理的聚类,提出了一个新的目标函数:模型-区别(model-differentiation)。实验显示对于聚类Web查询模式,凝聚的层次聚类能正确地组织资料,区别模型函数胜过现有的凝聚的层次聚类。In the recent years, the Web has been rapidly deepened with the databases online. On this deep Web, numerous sources are structured, providing schema- rich data. Their schemas define the object domain and its query capabilities. The structured deep Web thus presents challenges for large- scale information integration. Clustering is one of the important approaches in data mining. To find clusters governed by such statistical distributions, propose a novel objective function：model - differentiation. Our evaluation shows that, on clustering the Web query schemas, the model - differentiation function outperforms existing ones with the hierarchical agglomerative clustering algorithm.

关 键 词：数据整合 深网 分层凝聚聚类 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]