一种有效的深网入口识别方法

摘要：

深网入口自动识别是深网数据集成的前提和基础.由于表单在设计上具有较大的随意性,使得深网入口缺乏统一的构建标准,难以利用确定性的规则对其进行判断.首先基于统计特征,抽取了部分表单属性作为深网入口与非深网入口的可区分特征,在此基础上,提出了一种利用神经网络进行深网入口自动识别的方法.不同于基于规则的判断方法,神经网络是被训练的,不需要任何先验知识,这种特性使其非常适合于对具有复杂表现形式的深网入口进行判定.实验结果表明了该方法的有效性.

关键词：深网入口、神经网络、特征抽取、机器学习

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金XDJK2010C033;重庆市自然科学基金CTS2009817

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：199-201,230