...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Research journal of applied science, engineering and technology >A Feature-Weighted Instance-Based Learner for Deep Web Search Interface Identification
【24h】

A Feature-Weighted Instance-Based Learner for Deep Web Search Interface Identification

机译：基于特征加权的基于实例的学习器，用于深度Web搜索界面识别

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Determining whether a site has a search interface is a crucial priority for further research of deep web databases. This study first reviews the current approaches employed in search interface identification for deep web databases. Then, a novel identification scheme using hybrid features and a feature-weighted instance-based learner is put forward. Experiment results show that the proposed scheme is satisfactory in terms of classification accuracy and our feature-weighted instance-based learner gives better results than classical algorithms such as C4.5, random forest and KNN.
机译：确定站点是否具有搜索界面是深入研究深度Web数据库的关键优先事项。这项研究首先回顾了用于深层网络数据库的搜索界面识别中使用的当前方法。然后，提出了一种使用混合特征和基于特征加权实例的学习器的新颖识别方案。实验结果表明，该方案在分类精度上是令人满意的，并且基于特征加权实例的学习器比经典算法（例如C4.5，随机森林和KNN）给出的结果更好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号