Deep Web接口的自动识别技术研究

摘要：

获取Deep Web中信息的主要途径是通过在其提供的查询接口上提交查询来实现的,目前大部分的研究以表单内的<form></form>标签获得表单内容结构,判断是不是一个Deep Web查询接口.提出了接口块的概念,设计了一种基于页面信息和视觉信息的接口块定位方法,最后将判定接口块是不是Deep Web接口看作是一个模式识别的分类问题,通过抽取适当的表单结构特征,采用C4.5决策树和SVM相结合的分类算法来进行接口块的判定,得到页面中含有的Deep Web查询接口.采用UIUC的TEL-8数据集进行实验,结果表明,该方法的准确率达到了97.30%,具有良好的可行性和实用性.

关键词：DeepWeb接口、文档对象化模型树、接口块、多类分类

所属期刊栏目：53

分类号：TP391(计算技术、计算机技术)

在线出版日期：2017-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114