首页
外语
计算机
考研
公务员
职业资格
财经
工程
司法
医学
专升本
自考
实用职业技能
登录
计算机
某互联网销售企业需要建立自己的电子商务平台,将所有产品信息集中在一起,为用户提供全方位的产品信息检索服务。但产品供应商大多数已经建有自己的电子商务平台,且数据独立存储,而且数据格式和数据平台有较大差异,有的供应商甚至没有采用数据库来存储商品信息。为此该企业
某互联网销售企业需要建立自己的电子商务平台,将所有产品信息集中在一起,为用户提供全方位的产品信息检索服务。但产品供应商大多数已经建有自己的电子商务平台,且数据独立存储,而且数据格式和数据平台有较大差异,有的供应商甚至没有采用数据库来存储商品信息。为此该企业
admin
2011-01-03
34
问题
某互联网销售企业需要建立自己的电子商务平台,将所有产品信息集中在一起,为用户提供全方位的产品信息检索服务。但产品供应商大多数已经建有自己的电子商务平台,且数据独立存储,而且数据格式和数据平台有较大差异,有的供应商甚至没有采用数据库来存储商品信息。为此该企业专门成立专家组来论证其数据集成方案。
李工提出采用集中式集成方式把产品供应商的数据集中在一起,采用数据仓库技术来实现与各家供应商的数据集成。而王工提出采用松耦合的联邦数据库集成方案。专家组经过激烈讨论,认为王工方案更为合理,建议采用王工提出的集成方案。
部分供应商的产品信息没有相应的数据库,而是直接嵌入在Web页面中供用户浏览。数据集成时需要直接从供应商电子商务平台的网页上获取其产品信息。请简要给出此类数据集成的方法和基本步骤。
选项
答案
此类数据往往是非结构化或者半结构化的,但同一个数据源往往有统一的页面模式,因此应该采用Web内容提取(挖掘/文本挖掘)的集成方法来获取对应供应商的产品信息。 其基本步骤为: (1)分析页面,确定其页面中的数据模式。 (2)抓取页面,通过爬虫技术获取对应的网页。 (3)特征提取与处理,获取相应数据。 (4)数据清洗,根据规则进行判断,抛弃异常数据。 (5)数据转换,根据预先定义好的语义映射关系,将数据转换为统一格式。
解析
本问题考查Web内容提取或Web数据挖掘的相关知识。Web信息系统中的数据往往是非结构化或者半结构化的,但同一个数据源往往有统一的页面模式,但是其数据呈现是嵌入在页面中。因此需要采用Web内容提取(挖掘/文本挖掘)的集成方法来获取对应供应商的产品信息。
其基本的步骤是:
(1)分析页面,确定其页面中的数据模式。制定数据挖掘的特征和提取规则,编写特定的页面分析和数据提取程序。
(2)抓取页面,通过爬虫技术获取对应的网页。将远端的页面下载到本地进行存储,为后续数据提取做准备。
(3)特征提取与处理,获取相应数据,依据的原则是分析页面阶段所形成的特征和提取规则。
(4)数据清洗,根据规则进行判断,抛弃异常数据。
(5)数据转换,根据预先定义好的语义映射关系,将数据转换为统一格式。
Web内容提取的算法程序本身是近似的,因此在获取数据的内容上存在不确定性。
转载请注明原文地址:https://jikaoti.com/ti/v767FFFM
本试题收录于:
系统分析师下午案例分析考试题库软考高级分类
0
系统分析师下午案例分析考试
软考高级
相关试题推荐
2005年11月15日华为软件研发笔试题。实现一单链表的逆转。
.net中读写数据库需要用到哪些类?他们的作用
定义Fibonacci数列如下:输入n,用最快的方法求该数列的第n项。
在邮件中设置图片背景。
设置Internet临时文件使用的磁盘空间为500MB
已知计算机bob上有HPlaser5000共享打印机,共享该打印机。
利用“以后发送”邮件功能,常规收件人bob@sina.com普通抄送人wangling@lnu.edu.cn密件抄送收件人:mary@sohu.com
从“系统属性”出发安装网卡驱动程序。
在即时通讯工具MSN中,从当前界面开始,把自己的邮箱注册为“Passport”,已知邮箱地址为:ccty@163.com,密码设置为116116,密码提示问题为:你最喜欢的历史人物?毛泽东,注册检查框内的字符按照图片上给的输入,字符输入区分大小写,其余选项
允许Microsoft收集有关我如何使用MSNMessenger匿名信息。
随机试题
我国实行注册资本制度,所以企业持续经营期间的实收资本不得增减变动。()
运输是()的主要源泉。
火车开进深山里的台儿沟的象征意义是
男,31岁。尿频,尿痛一年余,用一般消炎药不见好转,有米汤尿和终末血尿史。根据病史怀疑哪种疾病
服用后易引起听力减退或暂时性耳聋的利尿药是
甲将自己的一头牛借给乙耕地,租金200元。该牛在乙家产生牛犊一头,乙将牛犊卖得500元。下列说法不正确的是:()
当需要进行土壤环境影响评价时,除要比较详细地叙述主要土壤类型及其分布,土壤的肥力与使用情况等内容外,还应根据需要选择土壤的物理、化学性质,土壤一次、二次污染状况,水土流失的原因、特点、面积、元素及流失量等,同时要附( )。
辩证唯物主义认识论首要和基本观点是()。
简述幼儿游戏心理的发展趋势。
“中国通商以来,即许各国领事自行审判,始不过以彼法治其民,继渐以彼法治华民……民习于他国之法律,遂忘其为何国之子民,法权既失,主权随之……若复因循苟安,坐待法权之侵夺,则逃犯不解,索债不偿,赴想(诉)多门,人心大去,无论治外法权不能收回,恐治内法权亦不可得
最新回复
(
0
)