基于二次歸并的Deep Web實體匹配方法
大小：0.74 MB 人氣： 2017-12-13 需要積分：3
針對權重邊剪枝（ WEP）方法在準確率和匹配效率等方面的不足，通過引入自匹配和歸并概念，提出一種基于二次歸并的Deep Web實體匹配方法。首先，提取各對象的屬性值，并按屬性值重組對象，使具有相同屬性值的對象聚集在一起，實現(xiàn)塊的有效劃分；其次，計算塊內(nèi)各對象間的匹配度，并據(jù)此進行剪枝、自匹配檢測、歸并，輸出初步類簇；最后，以初步類簇為基礎，利用簇內(nèi)對象間傳遞的消息以及對象屬性相似值，進一步挖掘匹配關系，觸發(fā)新一輪的類簇歸并與更新。實驗結果表明，與WEP方法相比，所提方法通過自匹配檢測，自動區(qū)分匹配關系并采取合適的匹配策略，使歸并過程逐漸精化，提高了匹配準確率；通過分塊、剪枝，有效縮減了匹配空間，提高了系統(tǒng)運行效率。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%