邵秀丽， 孙 杰， 侯乐彩

(南开大学信息技术科学学院，天津300071)

0 引 言

Deep Web研究目的是为用户提供一个统一的访问途径以自动获取和利用分布在Web上的一些Deep Web的信息。尽管DeepWeb中几乎包含了所有我们需要的信息，但是要想以人工方式利用这些信息实际上是一件非常困难的事情，而Deep Web数据集成正是为了以尽可能自动的方式来达到对Web数据库中信息有效利用的目的[1-2]。因此，具有很好的研究和应用价值。

本文研究并设计实现了DeepWeb集成系统，以通过一个统一的接口访问所有分布的Web数据源，获得质量优结构好的信息[3]。其中，DeepWeb查询接口模式抽取部分本文采用了人工介入配置形成所需信息，从而保证基础研究的模式信息的准确性。模式匹配部分是DeepWeb信息集成的基本问题，本文提出了新相关度度量标准 S-measure进行数据挖掘的整体性模式匹配方法[4-6]，利用整体性方法进行的模式匹配有别于传统1:1的匹配，不仅可以发现简单的1:1匹配，还可以发现m:n的复杂匹配，匹配精确度和效率均很高。它可以在两个模式之外挖掘上下文信息，比如，跨多源的相似属性，属性间的共存模式等。在完成了模式匹配给出输入模式集的属性间的同义匹配结果的基础上，本文设计实现了面向Deep Web对象的查询接口集成系统。根据源查询接口的属性出现频率和属性模式匹配结果，选择全局查询接口的属性，然后生成属性对应的表单元素，主要是基于属性在模式中出现的频数和属性间的同义信息，最终提交集成的全局模式给用户，从而生成全局的查询接口，方便用户实现查询。……