دانلود رایگان ترجمه مقاله روش نمونه هدایت شده برای تغییرات آرام در دیتابیس ساختار بندی افزایش اطلاعات وب – IEEE 2010

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

بخشی از ترجمه فارسی مقاله:

1- مقدمه
وب عميق اشاره به دادهاي در پايگاه اطلاعاتي وب دارد كه محتواي بسياري از آنها در مورد گزارشات اطلاعات ساختار بندي شده است . اعتقاد براين است كه اين مورد بزرگترين منبع وجود اطلاعات وب است و از اينراه حل جمع آوري گزارشات ساختاربندي شده از پايگاه اطلاعات وب براي انجام تحقيق و پردازش اطلاعات به صورت مركزي وب عميق است . توسعه سريع سخت افزار كامپيوتري و اينترنت باعث شده است تا اين جواب كاربردي تر از قبل شود . تلاشهاي قبلي انجام شده فقط تاكيد بر تغييرات آرام در پايگاه اطلاعاتي داشته اند و هدف به حداكثر رساندن پوشش اطلاعات پايگاه هاي وب است . ما اين روش را تغييرات گسترده ناميده ايم . همان طور كه مشخص است ، بسياري از پايگاه هاي اطلاعاتي بسيار پويا هستند . براي مثال گزارشات جديدبه صورت پيوسته وارد مي شوند . براي اطمينان از ثبات اطلاعات تركيبي وب ، استفاده از روش تغييرات آرام براي برداشت حجم كم گزارشات جديد هميشه كاربردي نيست و منجر مي شود تا حجم زيادي اطلاعات غير لازم در وب و شبكه ايجاد شود . در اين تحقيق ، يك مسئله مهم وحل نشده را براي رسيدن به جواب همراه با تغيير مورد بررسي قرار مي دهيم ، چگونه مي توان به گزارشات جديد بدون ايجاد تغيير در كل پايگاه اطلاعاتي دست يافت ؟
براي اين منظور يك روش افزايش تغيير همراه با نمونه هاي هدايت شده ارائه كرده ايم . ايده كلي اين روش به صورت زير توصيف شده است : اول اينكه تعداد كمي از نمونه هاي تصادفي از پايگاه اطلاعاتي وب گرفته شدهاند . سپس با آناليز انحراف بين نمونه ها و ويرايش تاريخي ، يك گزارزش درست براي ايجاد جستجو هاي مناسب براي گزارشات جديد ارائه شده است . در اين روش ، يك مدل نموداري جستجو محور ارائه كرديم و بنابراين اطلاعات داده شده مي تواند به صورت يك نمودار بدون جهت بر پايه مدل نمايش داده شوند . وظيفه ايجاد تغيير فراينده تبديل به يك فرآيند نموداري مي شود كه در آن تغيير از نمودار نمونه ها در پايگاه اطلاعات وب شروع مي شود و در هر مرحله V انتخاب مي شود و جستجوي مناسب با استفاده از بردار انتخاب شده براي تغيير انجام مي شود . چون فقط يك روش جستجو براي ارزيابي پايگاه داده هاي وب وجود دارد ،ايجاد جستجوي اتوماتيك يكي از روشهاي كليدي است . هدف ما به حداكثر رساندن پوشش گزارشات جديد و به حداقل رساندن پوشش اطلاعات قديمي به صورت همزمان است . همانند تحقيق اول براي بيان مسئله تغييرات آرام در پايگاه اطلاعاتي وب ، تاكيد اين تحقيق هم به صورت زير خلاصه شده است . ابتداد مسئله جديد تغييرات آرام در پايگاه اطلاعاتي وب را شناسايي كرديم . برخلاف تحقيقات گسترده انجام شده در مورد تغييرات وب ، بيان كرديم كه مسئله اصلي پايگاه هاي موثر در ثبات بين پايگاه اطلاعاتي بومي و پايگاه هاي مركب وب است . ثانيا ، يك چهار چوب تئوري ارائه كرديم كه تغييرات پايگاه اطلاعات را به صورت يك نمودار مدلسازي كرده ايم . در تفاوت مدل هاي نموداري مطرح شده توسط تحقيقات قبلي ، مدل نموداري ما در سطح گزارشات است كه مي تواند توصيف كن كه آيا هيچ دو گزارش جستجو با هم مرتبط هستند . سوم اينكه ، بر اساس مدل نموداري ، روشهاي ساده و هوشمندي را مطرح كرديم كه براي مسائل كليدي در روش تغييرات فراينده به كارگرفته مي شوند و هدف آنها ايجاد جستجوهاي مهم براي برداشت گزارشات جديد است
ادامه اين تحقيق به صورت زير مرتب شده است : بخش 2 موارد اوليه را بيان كرده است . بخش 3 يك مدل نموداري جستجو محور را نشان مي دهد . روش انتخاب جستجو بر پايه مدل نموداري در بخش 4 داده شده است . يافته هاي تجربي در بخش 5 مورد بحث قرار گرفته است . بخش 6 بعضي از تحقيقات مربوط را موروي مي كند و بخش 7 هم نتيجه گيري تحقيق است .

بخشی از مقاله انگلیسی:

I. INTRODUCTION

The Deep Web refers to the data residing in web databases, and most of its content is in form of structured data records[1]. The Deep Web is believed to be the largest source of structured data on the Web and hence Deep Web data integration has been a long standing challenge in the field of Web data management. A promising solution for Deep Web data integration is web database crawling[2]. Crawling-based solution targets at gathering structured records from web databases to make users search and mine the Deep Web in a centralized manner. The rapid development of computer hardware and Internet makes this solution more practical than before. To the best of our knowledge, previous efforts[3][4][5][6] only focus on crawling the whole web database with the goal of maximizing the coverage of the web database. We call this approach “exhaustive crawling”. As it is widely known, most web databases are highly dynamic, e.g. new records are always being inserted constantly. To assure the local database is consistent to the integrated web databases, the maintenance operation has to be performed. However, it is not affordable to always apply the exhaustive-crawling approach to harvest a small quantity of new records(compared to the whole web database), which can result in the heavy burdens for both web databases and the network. In this paper, we study a crucial but largely unresolved problem in the crawling-based solution: how to obtain the new records without crawling the whole web database? To this end, we propose a sample-guided incrementalcrawling approach. The basic idea of this approach is described as follows. First, a small number of random samples are harvested from the web database. Then, by analyzing the deviation between the samples and the history version of the web database, an appropriate record is selected to generate the promising query for crawling new records. In this approach, we propose query-related graph model, and hence, any given web database can be represented as an undirected graph based on the model. The incremental crawling task is thus transformed into a graph traversal process in which the crawler starts with the graph of the samples of the web database and at each step a vertex v is selected and an appropriate query is generated using the selected vertex for crawling. Since the only general way of accessing a web database is through its query interface, automatic query generation is the key of our approach. Our goal is to maximize the coverage of the new records and minimize the coverage of the old ones of at the same time. As the initial effort to address the incremental web database crawling problem, the contribution of the paper is summarized as follows. First, we identify this novel problem of incremental web database crawling. Contrary to the previous exhaustivecrawling works, we demonstrate that a central issue of efficient web database crawling lies in the consistency between the local database and the integrated web databases. Second, we provide a theoretical framework that formally models query-based web database crawling as graph traversal. Different to the attributelevel graph models proposed by previous works(e.g. [3]), our graph model is on record level, which can characterize whether any two records are query related in a straightforward way. Third, based on the graph model, we propose simple and smart methods for the key problems in the incremental-crawling approach, which aims at generating promising queries to harvest the new records as many as possible. The rest of this paper is organized as follows: Section 2 presents the preliminaries. Section 3 introduces the queryrelated graph model. The query selection method based on the query-related graph model is proposed in Section 4. We discuss our experimental findings in Section 5. Section 6 reviews some related work. Section 7 concludes this paper.