Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2006

italiano - english
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
Classificazione geografica
Bibliografia
[A98]B.Adelberg.NoDoSE.A tool for semi-automatically extracting structured and semistructured data from text documents.SIGMOD98
[ABS04]S.Amer-Yahia,C.Botev,J.Shanmugasundaram.TeXQuery: A Full-Text Search Extension to XQuery.WWW04
[AG03]A.Arasu,H.Garcia-Molina.Extracting Structured Data from Web Pages.SIGMOD03
[AVF+98]S.Abiteboul,V.Vianu,B.Fordham,Y.Yesha.Relational Transducers for Electronic Commerce.PODS98
[BBC+98]P.Bernstein et. al. The asilomar report on database research,1998. [BCD+03]D.Berardi,D.Calvanese,G.De Giacomo,M.Lenzerini,M.Mecella.Automatic Composition of E-Services that Export their Behavior.ICSOC03
[BCG+05]D.Berardi,D.Calvanese,G.De Giacomo,R.Hull,M.Mecella.Automatic composition of transition based semantic web services with messaging.VLDB05
[BFG01]R.Baumgartner,S.Flesca,G.Gottlob.Supervised Wrapper Generation with Lixto. VLDB01
[BFHS03]T.Bultan,X.Fu,R.Hull,J.Su.Conversation specification: a new approach to design and analysis of e-service composition.WWW03
[BLR97]C.Beeri,A.Y.Levy,M.C.Rousset.Rewriting queries using views in description logics.PODS97
[C03]A.Calì.Reasoning in data integration systems: Why LAVand GAV are siblings.ISMIS03
[CC02]A.Calì,D.Calvanese.Optimized querying of integrated data over the Web.EISIC02
[CCDL01]A.Calì,D.Calvanese,G.De Giacomo,M. Lenzerini.Accessing data integration systems through conceptual schemas.ER01
[CDL01a]D.Calvanese,G.De Giacomo,M.Lenzerini.A framework for ontology integration.SWWS01
[CDL01b] D. Calvanese, G. De Giacomo, M. Lenzerini. Ontology of integration and integration of ontologies. Description Logic Workshop 2001
[CDLV00]D.Calvanese,G.De Giacomo,M.Lenzerini,M.Y.Vardi.View-based query processing and constraint satisfaction.LICS00
[CGL+98]D.Calvanese,G.De Giacomo,M.Lenzerini,D.Nardi,R.Rosati.Information integration: Conceptual modeling and reasoning support.CoopIS98
[CHK01]V.Christophides,R.Hull,A.Kumar.Querying and Splicing of XML Workflows.
[CM01]V.Crescenzi,G.Mecca,P.Merialdo.RoadRunner: Towards Automatic Data Extraction from Large Web Sites.VLDB01
[CM04]V.Crescenzi,G.Mecca.Automatic information extraction from large websites. J. of the ACM,51(5),2004
[CS01]F.Casati,M.Shan.Dynamic and adaptive composition of e-services. In Information Systems 26(3),2001
[DCFS04]S.Das,E.I.Chong,G.Eadon,J.Srinivasan.Supporting Ontology-Based Semantic matching in RDBMS.VLDB04
[DDH01]A.Doan,P.Domingos,A.Y.Halevy.Reconciling Schemas of Disparate Data Sources: A Machine Learning Approach.SIGMOD01
[DHM04]X.Dong,A.Y.Halevy,J.Madhavan,E.Nemes,J.Zhang.Similarity Search for Web Services. VLDB04
[DL97]O.M.Duschka,A.Y.Levy.Recursive plans for information gathering. IJCAI97
[DLN05]A.Deutsch,B.Ludascher,A.Nash.Rewriting queries using views with access patterns under integrity constraints.ICDT05
[DR02]H.H.Do,E.Rahm.COMA-A System for Flexible Combination of Schema Matching Approaches.VLDB02.
[DSV04]A.Deutsch,L.Sui,V.Vianu.Specification and verification of data-driven web services.PODS04
[E02]C.M.Eastman.30,000 hits may be better than 300: Precision anomalies in Internet
searches. J. ASIST 53,11,2002
[ECJL+99] D.W.Embley, M.D.Campbell, Y.S.Jiang, S.W.Liddle, Y.K.Ng, D.Quass, R.D.Smith. Conceptual-model-based data extraction from multiple-record Web pages. Data Knowl.Eng.99
[F98] D.Freitag. Information extraction from html: Application of a general learning approach. AAAI98
[FBS04]X.Fu,T.Bultan,J.Su.Analysis of interacting BPEL web services.2004.
[FGK02]D.Florescu,A.Gruenhagen,D.Kossmann.XL: A Programming Language for Web Service Specification and Composition.WWW02
[FKMP03]R.Fagin,P.G.Kolaitis,R.J.Miller,L.Popa.Data exchange: Semantics and query answering.ICDT03
[FLM99]M.Friedman,A.Y.Levy,T.Millstein. Navigational plans for data integration.AAAI99
[FLMS99]D,Florescu,A.Y.Levy,I.Manolescu,D.Suciu.Query optimization in the presence of limited access patterns.SIGMOD99
[GLR00]F.Goasdoue,V.Lattes,M.C.Rousset.The use of CARIN language and algorithms for information integration: the picsel system.Int. J. on Cooperative Information Systems,2000
[GRGK97]V.N.Gudivada,V.V.Raghavan,W.I.Grosky,R.Kasanagottu.Information retrieval on the World Wide Web. IEEE Internet Comput.Sept-Oct,1997
[GWG96]S.Gauch,G.Wang,M.Gomez.Profusion: Intelligent fusion from multiple, different search engines. J. Univ. Comput.Sci.2,9,Sept,997
[H04]Y.Halevy.Structures, Semantics and Statistics.VLDB04
[HBCS03]R.Hull,M.Benedikt,V.Christophides,J.Su.E-Services: A Look Behind the Curtain.PODS03
[HDIM03]A.Halevy,O.E.A.Doan,Z.Ives,J.Madhavan.Crossing the structure chasm.CIDR03
[J00]B.J.Jansen.The effect of query complexity on web searching results.Inf. Res.,6(1),2000.
[JLVV99]M.Jarke,M.Lenzerini,Y.Vassiliou,P.Passiliadis,editors.Fundamentals of Data Warehouses.Springer1999.
[JQC+00]M.Jarke,V.Quix,D.Calvanese,M.Lenzerini,E.Franconi,S.Ligoudistiano,P.Vassiliadis,Y.Vassiliou.Concept based design of data warehouses: The DWQ demonstra-tors.SIGMOD00
[L02]M.Lenzerini.Data integration: A theoretical perspective.PODS02
[LC00]C.Li,E.Chang.Query planning with limited source capabilities.ICDE00
[LC01]C.Li,E.Chang.On answering queries in the presence of limited access patterns.ICDT01.
[LGMK04]K.Lerman,C.Gazen,S.Minton,C.A.Knoblock.Populating the semantic web.AAAI04 Workshop on Advances in Text Extraction and Mining
[LSK95]A.Y.Levy,D.Srivastava,T.Kirk.Data model and query evaluation in global information systems. J. of Intelligent Information Systems,5,1995.
[LT02]W.Lucas,H.Topi.Form And Function: The Impact Of Query Term And Operator Usage On Web Search Results. J. Asist 53,2,2002
[MBR01]J.Madhavan,P.A.Bernstein,E.Rahm.Generic Schema Matching with Cupid.VLDB01.
[MBR05]J.Madhavan,P.A.Bernstein,A.H.Doan,A.H.Halevy.Corpus-based Schema Matching.ICDE05.
[MGR02]S.Melnik,H.Garcia-Molina,E.Rahm.Similarity Flooding: A Versatile Graph Matching Algorithm and Its Application to Schema Matching.ICDE02
[MM03]S.A.McIlraith,D.L.Martin.Bringing semantics to Web Services.IEEE Intelligent Systems,18(1):90-93,2003
[MMK99]I.Muslea,S.Minton,C.A.Knoblock.A hierarchical approach to wrapper induction.Conference on Autonomous Agents 1999.
[MS02]S.A.McIlraith,T.Cao Son.Adapting Golog for composition of Semantic Web services.KR02
[MZ98]T.Milo,S.Zohar.Using Schema Matching to Simplify Heterogeneous Data Translation. VLDB98
[N04]N.F.Noy.Semantic Integration.A Survey Of Ontology-Based Approaches.SIGMOD Record33(4),2004
[NL04]A.Nash,B.Ludascher.Processing first-order queries under limited access patterns.PODS04
[RB01]E.Rahm,P.A.Bernstein.A survey of approaches to automatic schema matching.VLDB J. 10(4),2001
[RSU95]A.Rajaraman,Y.Sagiv,J.D.Ullman.Answering queries using templates with binding patterns.PODS95
[S99]S.Soderrland.Learning information extraction rules for semistructured and free text. Mach. Learn.99.
[SDWG95]M.A.Sheldon,A.Duda,R.Weiss,D.K.Gifford.Discover: A resource discovery system based on content routing.WWW95.
[SO00]W.Sadiq,M.Orlowska.Analyzing Process Models Using Graph Reduction.In Information Systems 25(2):2000
[SPW+04]E.Sirin,B.Parsia,D.Wu,J.A.Hendler,D.S.Nau.Htn planning for web service composition using shop2. Journal of Web Semantics,1(4),2004
[SS04]S.Staab,R.Studer(Editors).Handbook on Ontologies, Springer 2004
[TP04]P.Traverso,M.Pistore.Automated composition of semantic web services into executable processes. Semantic Web Conference04
[U97]J.D.Ullman.Information integration using logical views.ICDT97
[UG04]M.Uschold,M.Grunninger. Ontologies and Semantics for Seamless Connectivity. SIGMOD Record 33(4),2004
[VMP04]Y.Velegrakis,R.J.Miller,L.Popa.Preserving mapping consistency under schema changes. VLDB J.13(3),2004
[WGST04]G.Weikum,J.Graupmann,R.Schenkel,M.Theobald.Towards a Statistically Semantic Web.ER2004
[WMB94]I.H.Witten,A.Moffat,T.C.Bell.Managing Gigabytes: Compressing and Indexing Documents and Images.Von Nostrand Reinhold,New York,1994.
[WYDM04]W.Wu,C.T.Yu,A.Doan,W.Meng.An Interactive Clustering-based Approach to Integrating Source Query interfaces on the Deep Web.SIGMOD04
Parole Chiave
WEB SERVICE, RICERCA SU WEB, JOIN, ONTOLOGIE, WRAPPER

Nuove tecniche e strumenti per l'interrogazione di servizi di ricerca su Web

Politecnico di Milano
Abstract
L’attuale evoluzione del Web è caratterizzata da un numero crescente di motori di ricerca e interfacce di interrogazione, che spaziano dalle forme più generiche (Google) alle più specifiche di particolari domini (geo-localizzazione, cataloghi online, …). Nel frattempo, le tecnologie di wrapping si stanno evolvendo e permettono ormai di sviluppare servizi specializzati che estraggono contenuti da siti Web data-intensive (es: wrapper di siti che pubblicano le quotazioni dei titoli), esponendo tali contenuti alla interrogazione tramite Web service.

Anche se il numero di servizi di ricerca disponibili sul Web è in continuo aumento, essi tuttavia funzionano in modo isolato; il loro limite intrinseco è l’incapacità di rispondere a query complesse che investano più di un dominio. Interrogazioni come “trova tutti i ristoranti vegetariani vicini a Milano” richiedono di combinare motori di ricerca specializzati in domini differenti, quali la geo-localizzazione e la gastronomia. L’obiettivo di questa proposta di ricerca è di contribuire allo sviluppo di una nuova generazione di motori di ricerca (NGS) che integrino alcuni servizi noti e offrano all’utente una interfaccia unitaria verso di essi.

Il focus del progetto è sull’integrazione tecnologica e sullo sviluppo di nuovi algoritmi per il matching delle richieste a servizi indipendenti. Questa proposta non riguarda le tecnologie dei motori di ricerca in sé, quanto il miglioramento dell’efficacia >>>

Coordinatore Scientifico del Programma di Ricerca
Stefano Ceri Politecnico di MILANO
Obiettivo del Programma di Ricerca
L’evoluzione attuale del Web vede un numero crescente di servizi di ricerca e interfacce di interrogazione, che spaziano dai motori generali (Google) a siti specializzati in particolari domini (servizi di geo-localizzazione, cataloghi online). Inoltre, l’evoluzione tecnologica dei wrapper consente oggi di estrarre contenuti informativi da siti Web “data-intensive” (esempio: siti con quotazioni obbligazionarie) ed esporli all’interrogazione tramite Web Service. Se però i motori di ricerca e i siti specializzati possono essere usati separatamente per ricerche mirate, il loro limite intrinseco è l’impossibilità di supportare ricerche complesse, relative a più domini. Allo stato attuale, tali ricerche possono essere effettuate solo coinvolgendo un utente esperto, che utilizzi i servizi uno alla volta scegliendo quelli più adatti, e usi il risultato di una operazione come input per la successiva. Tuttavia, l’utente finale non vuole dover distinguere tra fonti eterogenee, quanto piuttosto interagire con un’interfaccia comune in grado interrogarle tutte. Inoltre, mentre è in genere disposto a un’interazione multipla per una ricerca complessa, vuole certamente evitare il “copia-e-incolla” dei risultati come input del passo successivo, perché è un approccio noioso e soggetto a errori.

L’obiettivo della ricerca qui proposta è contribuire a sviluppare un motore di ricerca di nuova generazione (New Generation Search engine - NGS) che integra servizi noti e fornisce >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
Il problema generale di interrogare il Web con strumenti più potenti degli attuali motori di ricerca è dettagliatamente descritto in [WGST04]. È una ulteriore formulazione di un problema riproposto più volte, e affrontato ogni volta sulla base dello stato dell’arte della tecnologia disponibile. Ad esempio, otto anni fa era stato chiaramente formulato nel “rapporto Asilomar” [BCC+98].

Motori di ricerca e Information Retrieval

I motori di ricerca assistono l’utente nel compito di navigare il Web in modo rapido ed efficace. Per certi versi, il problema di trovare informazioni sul Web può essere riformulato come il problema di sapere dove trovare opportuni motori di ricerca. Le tipologie di motori sono due: generici e specifici. I motori generici sono un buon esempio di come la vastità del dominio di ricerca si ottenga spesso a scapito della qualità dei risultati, mentre quelli specifici sono adatti ad eseguire rapidamente ricerche relative a un dominio particolare.

I sistemi di Information Retrieval sono strumenti di supporto alla ricerca di documenti appartenenti a specifici insiemi o collezioni; tali sistemi sono utilizzati anche per la ricerca su Web di documenti a scopo didattico-informativo, educativo o genericamente ricreativo.
La tecnica più diffusa di Information Retrieval si basa sulla costruzione, a partire dal testo contenuto nella totalità dei documenti appartenenti alla collezione, di un indice >>>