|
|||||
|
|
| 基于距离的自适应Web数据库记录匹配方法 | |
| 作者姓名： | 崔晓军 肖红宇 丁立新 |
| 作者单位： | 1.温州科技职业学院信息技术系;2.武汉大学软件工程国家重点实验室 |
| 基金项目： | 国家自然科学基金,高等学校博士学科点专项科研基金,中央高校基本科研业务费专项资金 |
| 摘 要： | Web数据库环境的重复记录识别是Deep Web信息集成的重要步骤,具有查询依赖性、缺乏训练样本、在线处理要求等特征,导致现有的实体识别技术无法适用.在分析现有方法基础上,引入动态属性权重调整思想,提出基于距离的自适应记录匹配算法,在计算记录对的相似度时,加大匹配记录集合中相似度较大的属性的权重,并加大非匹配记录集合中相似度较小的属性的权重,迭代处理从而达到自适应动态调整各个属性权重的目标.该方法不需要训练样本,也不需要人工参与,实验结果表明其适用于Web数据库环境的重复记录识别处理. |
| 关 键 词： | Web数据库 记录匹配 实体识别 比较向量 权重向量 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《武汉大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《武汉大学学报(理学版)》下载全文 | |