基于逻辑强化学习的深层网页增量信息获取方法研究

项目名称： 基于逻辑强化学习的深层网页增量信息获取方法研究

项目编号： No.60970015

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 崔志明

作者单位： 苏州大学

项目金额： 32万元

中文摘要： 深层网页（Deep Web）具有信息更新快、信息量大、信息质量好的特点， Deep Web数据本地化集成已成为当前的一种发展趋势。由于Deep Web是自治的、独立更新的，且数据变化频率不一，若按统一频率更新本地数据，则非常耗费资源。因而，对Deep Web增量信息获取的研究具有十分重要的研究意义。本项目面向Deep Web动态环境下数据管理的需求，研究基于逻辑强化学习的Deep Web增量信息获取技术。主要研究内容包括： ①#30740;究建立Deep Web数据生成模型，预测Deep Web数据变化周期；②#30740;究逻辑强化学习指导下的Deep Web数据更新策略，提高数据的时新性；③#30740;究基于逻辑强化学习的Deep Web新数据发现策略，提高发现效率。本项目研究可进一步提高Deep Web信息集成服务质量，促进Deep Web信息集成关键技术的发展，使Deep Web信息能更好地为科研、生产和决策服务。

中文关键词： 深层网页（Deep Web）；增量信息获取；增量更新；新数据发现；

英文摘要：

英文关键词： Deep Web；Incremental Data Acquisition；Incremental update；New data discovery；