近年來,網(wǎng)絡表格的研究逐漸得到人們的關注,相對于文本型數(shù)據(jù),網(wǎng)絡表格可以幫助人們直觀地了解自己感興趣的信息。人們感興趣的信息往往分散在多個網(wǎng)絡表格中,對于給定的實體與待擴展的屬性名,實體擴展以網(wǎng)絡表格作為數(shù)據(jù)源,返回每一實體相對應的屬性值,該項技術廣泛應用于數(shù)據(jù)集成和搜索引擎中。現(xiàn)有方法假定網(wǎng)絡表格為實體-屬性二元關系。對于需要擴展多列屬性的表格,解決的方法是將這些表格拆分為若干個實體-屬性二元關系。在拆分的過程中,表格的語義被割裂,導致單獨擴展的二元關系拼接而成的結果表具有實體不一致的問題。同時,現(xiàn)有方法大多返回單一的實體擴展結果,通常不能完全滿足用戶的需求。對于給定的實體與屬性名,本文的研究目標是返回與之相對應top-k個一致的結果表。為了確保結果表的高一致性和精確度,我們提出一致性匹配關系的概念,通過構建覆蓋率為γ的一致性團來實現(xiàn)實體一致性擴展�；跇嫿ńY果表的答案表之間應該具有一致性匹配關系的事實,我們將網(wǎng)絡表格作為結點,一致性匹配關系作為邊去構建一致性團。通過擴展查詢使得一致性團的覆蓋率到達特定的閾值γ。論文證明,將一致性團中的結點作為答案表可以得到一致性的結果表。我們在四組... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖１－２網(wǎng)絡表格的分類??ｕｒｅ?１－２．?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｗｅｂ?ｔａｂｌｅｓ??

它在ＨＴＭＬ上有自己的標簽。實體擴展是以網(wǎng)絡表格為數(shù)據(jù)源實現(xiàn)數(shù)??據(jù)集成的一種技術，為了更好的實現(xiàn)實體擴展，我們應當全面的理解網(wǎng)絡表格的??特征，包括其自身的特征和ＨＴＭＬ中的特征。圖２－１是從維基百科［２３］中得到的網(wǎng)??絡表格的截圖，其對應的ＨＴＭＬ代碼如圖２－２所示。??Ｌｉｓｔ?ｏｆ?ｂｅｓｔ－ｓｅ］ｌｉｎｇ?ｉｎｄｉｖｉｄｕａｌ?ｂｏｏｋｓ?丨?ｅｄｉｔ?｜??Ｍｏｒｅ?ｔｈａｎ?１００?ｍｉｌｌｉｏｎ?ｃｏｐｉｅｓ?丨ｅｄｉｔ］??Ｂｏｏｋ?？?Ａｕ，ｈｏｒ（ｓ）?＊?抑丨．?＂；：Ｓ＊?＊??ｌａｎｇｕａｇｅ?ｐｕｂｌｉｓｈｅｄ??Ｄｏｎ?Ｑｕｉｘｏｔｅ?Ｍｉｇｕｅｌ?ｄｅ?Ｃｅｒｖａｎｔｅｓ?Ｓｐａｎｉｓｈ?１６０５??｜???????????????１??????????Ａ?Ｔａｌｅ?ｏｆ?Ｔｗｏ?Ｃｉｔｉｅｓ?Ｃｈａｒｌｅｓ?Ｄｉｃｋｅｎｓ?Ｅｎｇｌｉｓｈ?１８５９??Ｔｈｅ?Ｌｏｒｄ?ｏｆ?ｔｈｅ?Ｒｉｎｇｓ?Ｊ．?Ｒ．?Ｒ．?Ｔｏｌｋｉｅｎ?Ｅｎｇｌｉｓｈ?１９５４－１９５５??．，?．?Ａｎｔｏｉｎｅ?ｄｅ?Ｓａｉｎｔ－?，?

？ｔｄ＞￡ｎｇｉｉｓｈ＜＇ｔｄ＇－??ｍ?＜ｘｄ＞ｌ８５９－／ｔｄ＞??圖２－２．網(wǎng)絡表格的ＨＴＭＬ代碼??Ｆｉｇｕｒｅ?２－２．?ＨＴＭＬ?ｃｏｄｅ?ｏｆ?ｗｅｂ?ｔａｂｌｅ??我們不僅僅對網(wǎng)絡表格的ＨＴＭＬ特征進行了總結

【參考文獻】：
期刊論文
[1]數(shù)據(jù)庫領域中的模式及模式匹配[J]. 邢文端.  中國校外教育. 2013(07)
[2]圖數(shù)據(jù)中Top-k屬性差異q-clique查詢[J]. 孫煥良,盧智,劉俊嶺,于戈.  計算機學報. 2012(11)
[3]PageRank算法研究綜述[J]. 李稚楹,楊武,謝治軍.  計算機科學. 2011(S1)
[4]一種半自動化的復雜語義匹配系統(tǒng)[J]. 符雙,周燕川,干露,魏忠,曹奇英.  計算機與數(shù)字工程. 2009(03)

碩士論文
[1]網(wǎng)絡表格的實體列發(fā)現(xiàn)方法研究[D]. 張麗方.北京交通大學 2017
[2]基于眾包的網(wǎng)絡表格語義恢復[D]. 劉華西.北京交通大學 2016
[3]網(wǎng)絡表格的實體列發(fā)現(xiàn)與標識[D]. 任向冉.北京交通大學 2015
[4]網(wǎng)絡表格間的關聯(lián)關系發(fā)現(xiàn)[D]. 任紅偉.北京交通大學 2015
[5]數(shù)據(jù)庫模式發(fā)現(xiàn)與匹配方法的研究[D]. 李風舉.電子科技大學 2012
[6]數(shù)據(jù)庫模式匹配方法的研究[D]. 孫瑾.山東大學 2009



本文編號：3357865