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
58
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://kaotiyun.com/show/EZQZ777K
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
输入一个整形数组,数组里有正数也有负数。数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和。求所有子数组的和的最大值。要求时间复杂度为O(n)。例如输入的数组为1,-2,3,10,-4,7,2,-5,和最大的子数组为3,10,
求高于平均分的学生学号及成绩(学号和成绩人工输入)
2005年11月金山笔试题。编码完成下面的处理函数。函数将字符串中的字符’*’移到串的前部分,前面的非’*’字符后移,但不能改变非’*’字符的先后顺序,函数返回串中字符’*’的数量。如原始串为:ab**cd**e*12,处理后为*****abcde12,函
输入一个整数n,求从1到n这n个整数的十进制表示中1出现的次数。例如输入12,从1到12这些整数中包含1的数字有1,10,11和12,1一共出现了5次。
公司要求开发一个继承System.Windows.Forms.ListView类的组件,要求达到以下的特殊功能:点击ListView各列列头时,能按照点击列的每行值进行重排视图中的所有行(排序的方式如DataGrid相似)。根据您的知识,请简要谈一下您的
什么是SOAP,有哪些应用。
什么是ASP.net中的用户控件
存储过程和函数的区别
设置OutlookExpress选项,使之启动时,直接到“收件箱”文件夹。
在邮件中应用自然的格式的信纸。
随机试题
布鲁纳是美国教育心理学家,他认为学习的实质是()。
消化性溃疡在活动期最佳的治疗方案是
级数的收敛性是()。[2008年真题]
某公司拟进行股票投资、计划购买A、B、C三种股票,并分别设计了甲、乙两种投资组合。已知三种股票的β系数为1.5、1.0和0.5,它们在甲种投资组合下的投资比例为50%、30%和20%;乙种投资组合的风险收益率为3.6%。同期市场上所有股票的平均收益率为10
把实物、教具呈现给学生观察,或通过示范性地实验来说明和印证要求学生掌握知识的一种方法是()。
甲、乙、丙三人分276只贝壳,甲每取走5只,乙就取走4只,乙每取走5只,丙就取走6只。那么,最后乙分到多少只贝壳?
随着我国高中教育大众化、普及化,普通高中的性质发生改变,在教育任务上普通高中要兼顾基础教育和
结合当前我国基础教育课程改革,谈一谈影响课程改革的主要因素。
(1)ThebiggestproblemfacingChileasitpromotesitselfasatouristdestinationtobereckonedwith,isthatitisattheend
A、He’sgoingtosellhishouse.B、He’sgoingtofindanapartment.C、He’sfoundanapartment.D、He’smovedtodowntown.B
最新回复
(
0
)