Deep Web数据源自动分类  

Automatic classification of Deep Web sources

作　　者：金灵芝[1] 王小玲[1] 朱守中[2] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083 [2]炮兵学院信息工程教研室,安徽合肥230031

出　　处：《微计算机信息》2009年第12期227-228,257,共3页Control & Automation

基　　金：项目名称:计算机网络分布式资源认证存取控制问题的研究;基金颁发部门:国家自然科学(60173041)

摘　　要：随着World Wide Web(WWW)的飞速发展,Deep Web中蕴含了海量的可供访问的信息,并且还在迅速地增长。其中大部分的Deep Web是结构化的,把这些结构化的Deep Web按其领域进行分类,是Deep Web集成查询接口生成的一个非常重要的步骤。文中提出了一种利用朴素贝叶斯分类的方法,并通过实验证明了其有效性。As the rapid development of World Wide Web,there is tremendous information ＂hiddened＂ in Deep Web,and its capacity is increasing rapidlyA majority of Deep Web are structured,Classifing such structured sources into a domain hierarchy is one of the critical steps toward the integration of the Deep Web sources.In this paper,a method of using naive Bayes classification is proposed, and the experiment indicates that the approach is efficient.

关 键 词：DEEP WEB 查询接口 朴素贝叶斯分类 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]