扩展的Deep Web质量估计模型研究
  • 【摘要】

    Deep Web中蕴涵了海量的高质量信息.文中从Deep Web数据源的功能属性和非功能属性两个方面对数据源的质量进行度量,建立了一种基于综合模糊评价指标体系的扩展的数据源质量估计模型.实验结果表明该模型得到的数据源质量排序序列和人工排序序列的Kendall''s距离较扩展前有了很大提高,而且质量估计结果也能使数据源的选择得到较高精确度.

  • 【作者】

    胡鹏昱  苗忠义  崔志明  方巍 

  • 【作者单位】

    江苏省计算机信息处理技术重点实验室,江苏,苏州,215006;苏州大学智能信息处理及应用研究所,江苏,苏州,215006

  • 【会议名称】

    2008年全国开放式分布与并行计算学术年会

  • 【会议时间】

    2008-10-25

  • 【会议地点】

    扬州

  • 【主办单位】

    中国计算机学会

  • 【语种】

    chi

  • 【关键词】

    Deep Web  综合模糊评价  质量估计模型  数据源