Web数据管理：概念与技术

前言

Web数据指能够通过Web访问到的所有数据。基于Web数据访问形式不同，Web又分为浅层网路浅层网路（Surface Web）和深层网路深层网路（Deep Web）。如何有效地管理Web上的大量信息，以满足用户不断增长的高质量的信息需求，成为学术界和产业界共同关注并致力于解决的问题。Web数据所呈现的特徵为：海量异构；分布广泛；动态增长；先有数据，后有模式。这使得Web数据无论从数量上还是複杂程度上，都与传统资料库技术所处理的数据显着不同，需要有更先进的技术来管理Web数据。

Web数据管理Web数据管理的主要目的是解决Web上丰富信息资源有效利用的问题，从而大大提高Web套用的开发效率。Web数据管理是指针对特定的主题领域，利用数据抽取和数据集成技术，自动识别Web中与所给主题相关的实体及实体之间的关联，构造面向主题的结构化关联数据，并对这些数据进行有效处理（包括数据质量数据质量、动态演化动态演化、隐私保护隐私保护等），从而为用户提供高质量的信息服务。

传统的资料库技术为传统套用系统的开发提供了有利的支撑，缩短了套用开发周期，降低了系统维护成本。Web数据管理技术与传统的资料库技术一脉相承，其大大降低了Web套用系统开发的难度，同样缩短了套用开发周期，降低了系统维护的代价。诸如学术集成系统学术集成系统、网路舆情系统网路舆情系统、价格比对系统价格比对系统、工作查找系统工作查找系统等套用，利用Web数据管理系统可以方便快捷地加以开发，并实现日常的自动增量维护。

当下大数据浪潮一浪高过一浪，大数据大数据所体现的数据量大(volume)、数据多样性(variety)、实时性强(velocity) 、价值大(value)以及真实性（veracity）的特徵与Web数据的特徵几多相似。因此本书所提出的Web数据管理技术与方法，本质上提供了将多源异构非结构化数据非结构化数据加以结构化管理的途径，进而为解决大数据管理问题提供了有益的尝试。

特别感谢两位在此领域颇有建树的学者百忙中拨冗为本书作序：美国宾汉姆顿纽约州立大学孟卫一教授和清华大学周立柱教授。孟卫一教授在Web数据管理方面是国际上的知名学者，作为元搜寻引擎的开拓者在国际上享有盛誉，自2000年以来多次回国开办Web数据管理方面的讲习班，与本研究团队交流密切，对我们的工作多有指导和帮助，他目前是Web时代信息管理国际会议（WAIM）指导委员会主席。周立柱教授领导的研究团队在大规模Web数据管理和知识提取方面有出色的研究工作，对本实验室的研究工作常年给予指导和帮助，他目前担任中国计算机学会资料库专业委员会主任委员。他们对本书作了整体概括和推介，在此深表谢意。

Web数据管理：概念与技术

Web数据管理：概念与技术

基本介绍

前言

目录