用Capture-Recapture方法估计Web数据库大小* (2009年)

为了估计网络数据库的大小，提出了基于Capture-Recapture过滤二字亲密、二字排斥的方法。通过在接口文本框提交属性高频字，利用返回的结果集，在两两之间作交集，根据交集中的两字分布分析采样的独立性，过滤掉其中不独立的情况，再利用Capture-Recapture方法估计网络数据库的大小。在模拟和真实的环境下进行了实验，该方法偏差度和波动度均较小。