论文部分内容阅读
近年来,随着Deep Web研究的不断深入和人们对Web数据集成系统要求的提高,对Web数据库进行采样的质量要求也越来越高。针对属性值之间存在依赖关系的文本属性,定义了依赖关系矩阵并基于该矩阵给出了文本采样中的样本分配方法;为了方便采样,给出了采样树的定义并基于采样树给出了针对多属性组合的采样方法;另外,基于样本与数据源在特征匹配的度量,还给出了相应的采样质量评价方法和采样效率评价方法,实验测试表明,提出的方法能够较好地完成数据采样,提供高质量的采样结果。