DWDIS:面向分析的Deep Web数据集成系统
作者单位：山东大学计算机科学与技术学院
会议名称：《NDBC2010第27届中国数据库学术会议》
会议日期：2010年
学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金项目(90818001) 山东省自然科学基金项目(2009ZRB019YT,2009ZRB019RW) 山东省优秀中青年科学家科研奖励基金项目(BS2009DX040)
摘 要：传统Deep Web数据集成研究侧重满足用户的即时查询需求,对数据分析应用缺乏充分支持,提出一个面向分析的Deep Web数据集成系统DWDIS,能够在较少人工参与下对大量Web数据库进行高质量数据获取、抽取和整合,为分析型应用提供优质全面的结构化数据.DWDIS支持领域模型的自动演化;通过自动识别和理解查询接口,采用查询词采新率模型以较小代价最大限度地获取Deep Web页面;充分利用集成系统已有数据中隐含的数据特征,对Deep Web页面进行有效页面抽取和语义标注;结合Web数据源特征,使用机器学习方法对来自大量Web数据库的数据实现高准确率的重复记录检测和数据融合.