已閱讀1頁,還剩39頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、目前Web中存在大量可以訪問的在線數(shù)據(jù)庫,而且各數(shù)據(jù)庫與用戶特定查詢的相關(guān)度不同,因此如何快速準確地選擇出與用戶查詢密切相關(guān)的數(shù)據(jù)庫變得越來越重要。
在此,本文提出了一種基于信息檢索的Web 數(shù)據(jù)庫選擇方法。
首先,在原有數(shù)據(jù)庫選擇方法的基礎上做了相應改進,即在數(shù)據(jù)庫選擇之前,根據(jù)Web 數(shù)據(jù)庫的主題分布對數(shù)據(jù)庫進行了分類,從而避免了對所有數(shù)據(jù)庫進行查詢檢索,有效地提高了Web 數(shù)據(jù)庫的訪問效率,且該分類僅是
2、對圖書領域進行地更詳細的分類。
然后,本文提出借助領域本體構(gòu)建文本查詢詞,該方法充分利用了領域本體實例的唯一性及各屬性信息,為通過文本屬性進行Web 數(shù)據(jù)庫選擇奠定了基礎。
接著,本文提出的Web 數(shù)據(jù)庫選擇方法充分考慮了信息檢索性能的各項評價指標,在結(jié)合原有評價參數(shù)的基礎上做了相應改進,并提出了新的信息檢索性能評價指標,實現(xiàn)了結(jié)構(gòu)化Web 數(shù)據(jù)庫選擇。改進的方法摒棄了原信息檢索性能各評價參數(shù)的缺點,繼承了其
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Deep Web數(shù)據(jù)庫的選擇研究.pdf
- 基于查詢能力的Deep Web數(shù)據(jù)庫選擇研究.pdf
- Deep Web數(shù)據(jù)庫選擇和查詢轉(zhuǎn)換技術(shù)研究.pdf
- Deep Web數(shù)據(jù)庫集成技術(shù)的研究.pdf
- Deep Web數(shù)據(jù)庫的發(fā)現(xiàn)與分類研究.pdf
- 圖書領域Deep Web查詢接口集成研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)及選擇方法研究.pdf
- Deep Web數(shù)據(jù)獲取方法研究.pdf
- 基于采樣的Deep Web數(shù)據(jù)源選擇方法研究.pdf
- 基于元組匹配和錨特征的Deep Web數(shù)據(jù)庫分類研究.pdf
- 基于語義相似度計算的Deep Web數(shù)據(jù)庫檢索方案研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)和選擇研究.pdf
- 面向特定領域的Deep Web數(shù)據(jù)自動抽取.pdf
- Deep Web集成系統(tǒng)中同類主題數(shù)據(jù)源選擇方法研究.pdf
- 基于Web數(shù)據(jù)庫的數(shù)據(jù)庫挖掘技術(shù).pdf
- 面向特定領域的Deep Web數(shù)據(jù)獲取技術(shù)研究.pdf
- 基于SQL數(shù)據(jù)庫的圖書館WEB系統(tǒng).pdf
- 數(shù)字圖書館WEB專題數(shù)據(jù)庫的實現(xiàn).pdf
- 特定領域的Deep Web數(shù)據(jù)抽取與語義標注研究.pdf
- Web數(shù)據(jù)庫柔性查詢結(jié)果自動排序方法研究.pdf
評論
0/150
提交評論