一种基于图模型的Web数据库采样方法

被引：29

作者：

刘伟

孟小峰

凌妍妍

机构：

[1] 中国人民大学信息学院北京100872

[2] 中国人民大学信息学院

来源：

软件学报 | 2008年 / 02期

基金：

北京市自然科学基金; 中国国家自然科学基金;

关键词：

deep Web; Web数据库; 数据库采样;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

Web数据库中,海量的信息隐藏在具有特定查询能力的查询接口后面,使人无法了解一个Web数据库内容的特征,比如主题的分布、更新的频率等,这就为DeepWeb数据集成带来了巨大的挑战.为了解决这个问题,提出了一种基于图模型的Web数据库采样方法,可以通过查询接口从Web数据库中以增量的方式获取近似随机的样本,即每次查询获取一定数量的样本记录,并且利用已经保存在本地的样本记录生成下一次的查询.该方法的一个重要特点是不受查询接口中属性表现形式的局限,因此是一种一般的Web数据库采样方法.在本地的模拟实验和真实Web数据库上的大量实验表明,该方法可以在较小代价下获得高质量的样本.

引用

页码：179 / 193

页数：15