深网数据源质量估计模型

摘要

为从海量深网中获得有价值的信息,提出一种深网数据源质量估计模型,综合考虑接口查询能力、接口页面质量和服务质重3方面因素,采用SVM和Ranking SVM机器学习方法得到质量估计函数.实验结果表明,该估计函数得到的数据源质量排序序列和人工排序序列的Kendall's t距离超过0.5,且获得较高的精度.