基于格空间的受限Deep Web数据抽取算法.pdf

第24卷第1期 模式识别与人工智能 V01．24No．1 2011年2月 PRAI Feb 20ll Web数据抽取算法 基于格空间的受限Deep 张 卓1 李石君1 张乃洲1’2 田建伟1 1(武汉大学计算机学院武汉430079) 2(湖北大学知行学院计算机科学系武汉430072) 摘要将返回结果受限的Deepweb数据源中预测查询结果大小并且抽取的问题转化为概念覆盖问题．首先证 明由属性及属性组合产生的集合划分之间为容差关系，进而又证明其构成一个完全格，并且与概念格同态．使用 概念间的偏序关系来刻画属性间的相关性，使用概念内涵为查询属性，概念外延为返同结果的预测，基于外延的 Web数据抽取算法．实验由可控实验和实际应 势剪枝后的概念格为有哪些信誉好的足球投注网站空间，最终提出一种基于格空间的Deep 用实验组成，结果证明该算法理论正确性和现实应用的可行性及有效性． 关键词数据抽取，容差关系，形式概念分析，概念格 311．1 中图法分类号11P fromLimitedWebBasedonLatticial DataExtraction Deep Space ZHANG Jian—Weil Zhu01，LIShi．Junl，ZHANGNai．Zhoul”，TIAN 1(School 430079) ofComputer，WuhanUniversity，Wuhan HuBei Collegeof University，Wuhan430072) 2(DepartmentofComputerScience，Zhixing ABSTRACT of of Inthesituationof Webdatabasethatlimitsthenumber crawlingDeep results，theproblem theresultssizeof callbemodeledasa set with appropriatelypredicting queries coveringproblem as setsize．This ismodeleda relation conditionoflimited problem conceptcoveringproblem．Firstly，the all a anditsresultis as ofthemis tolerance．Secondly，set