计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2009年
9期
204-207
,共4页
胡鹏昱%赵朋朋%方巍%崔志明
鬍鵬昱%趙朋朋%方巍%崔誌明
호붕욱%조붕붕%방외%최지명
深网%查询能力%查询接口%服务质量
深網%查詢能力%查詢接口%服務質量
심망%사순능력%사순접구%복무질량
为从海量深网中获得有价值的信息,提出一种深网数据源质量估计模型,综合考虑接口查询能力、接口页面质量和服务质重3方面因素,采用SVM和Ranking SVM机器学习方法得到质量估计函数.实验结果表明,该估计函数得到的数据源质量排序序列和人工排序序列的Kendall's t距离超过0.5,且获得较高的精度.
為從海量深網中穫得有價值的信息,提齣一種深網數據源質量估計模型,綜閤攷慮接口查詢能力、接口頁麵質量和服務質重3方麵因素,採用SVM和Ranking SVM機器學習方法得到質量估計函數.實驗結果錶明,該估計函數得到的數據源質量排序序列和人工排序序列的Kendall's t距離超過0.5,且穫得較高的精度.
위종해량심망중획득유개치적신식,제출일충심망수거원질량고계모형,종합고필접구사순능력、접구혈면질량화복무질중3방면인소,채용SVM화Ranking SVM궤기학습방법득도질량고계함수.실험결과표명,해고계함수득도적수거원질량배서서렬화인공배서서렬적Kendall's t거리초과0.5,차획득교고적정도.
