基于主題與概率模型的非合作深網(wǎng)數(shù)據(jù)源選擇

　　在深網(wǎng)數(shù)據(jù)集成過(guò)程中，用戶希望僅檢索少量數(shù)據(jù)源便能獲取高質(zhì)量的檢索結(jié)果，因而數(shù)據(jù)源選擇成為其核心技術(shù)．為滿足基于相關(guān)性和多樣性的集成檢索需求，提出一種適合小規(guī)模抽樣文檔摘要的深網(wǎng)數(shù)據(jù)源選擇方法．該方法在數(shù)據(jù)源選擇過(guò)程中首先度量數(shù)據(jù)源與用戶查詢的相關(guān)性，然后進(jìn)一步考慮候選數(shù)據(jù)源提供數(shù)據(jù)的多樣性．為提升數(shù)據(jù)源相關(guān)性判別的準(zhǔn)確性，構(gòu)建了基于層次主題的數(shù)據(jù)源摘要，并在其中引入了主題內(nèi)容相關(guān)性偏差概率模型，且給出了基于人工反饋的偏差概率模型構(gòu)建方法以及基于概率分析的數(shù)據(jù)源相關(guān)性度量方法，為提升數(shù)據(jù)源選擇結(jié)果的多樣性程度，在基于層次主題的數(shù)據(jù)源摘要中建立了多樣性鏈接有向邊，并給出了數(shù)據(jù)源多樣性的評(píng)價(jià)方法，最后，將基于相關(guān)性和多樣性的數(shù)據(jù)源選擇問(wèn)題轉(zhuǎn)化為一個(gè)組合優(yōu)化問(wèn)題，提出了基于優(yōu)化函數(shù)的數(shù)據(jù)源選擇策略．實(shí)驗(yàn)結(jié)果表明：在基于少量抽樣文檔進(jìn)行數(shù)據(jù)源選擇時(shí)，該方法具有較高的選擇準(zhǔn)確率．