大数据环境下异构知识融合方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 知识融合框架的研究 | 第10-11页 |
| 1.2.2 知识融合算法的研究 | 第11-12页 |
| 1.2.3 知识融合系统的研究 | 第12页 |
| 1.3 研究内容及论文结构 | 第12-14页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 论文结构 | 第13-14页 |
| 第二章 相关概念及理论基础 | 第14-26页 |
| 2.1 大数据概述 | 第14-15页 |
| 2.1.1 大数据的定义 | 第14页 |
| 2.1.2 大数据的特点 | 第14-15页 |
| 2.2 本体 | 第15-17页 |
| 2.2.1 本体定义 | 第15-16页 |
| 2.2.2 本体表示语言 | 第16-17页 |
| 2.3 知识库构建 | 第17-21页 |
| 2.3.1 知识库的定义及特点 | 第17-19页 |
| 2.3.2 知识库构建方法 | 第19-21页 |
| 2.4 知识融合 | 第21-24页 |
| 2.4.1 按定义将知识融合分类 | 第21-23页 |
| 2.4.2 按研究对象将知识融合分类 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 多源异构知识库的构建 | 第26-38页 |
| 3.1 多源异构知识库模型框架 | 第26-27页 |
| 3.2 异构知识的知识表示方法研元 | 第27-29页 |
| 3.2.1 资源描述框架RDF | 第27页 |
| 3.2.2 RDF模型 | 第27-29页 |
| 3.3 知识抽取 | 第29-32页 |
| 3.3.1 半结构化知识抽取 | 第30-31页 |
| 3.3.2 非结构化知识抽取 | 第31-32页 |
| 3.4 知识存储 | 第32-36页 |
| 3.4.1 知识存储格式 | 第32-33页 |
| 3.4.2 构建RDF三元组算法 | 第33-35页 |
| 3.4.3 多源异构知识库 | 第35-36页 |
| 3.5 本章小节 | 第36-38页 |
| 第四章 多源异构知识融合方法研究 | 第38-52页 |
| 4.1 知识融合算法现状 | 第38-39页 |
| 4.2 数据融合方法 | 第39-40页 |
| 4.3 基于数据融合的知识融合方法研究 | 第40-44页 |
| 4.3.1 将数据融合算法应用到知识融合 | 第40-42页 |
| 4.3.2 多源异构知识融合方法改进 | 第42-44页 |
| 4.4 实验与分析 | 第44-49页 |
| 4.4.1 实验环境介绍 | 第45-46页 |
| 4.4.2 实验数据 | 第46-47页 |
| 4.4.3 实验结果分析 | 第47-49页 |
| 4.5 本章小节 | 第49-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 论文工作总结 | 第52-53页 |
| 5.2 今后工作展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间的科研成果 | 第62页 |
