| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关研究综述 | 第14-28页 |
| 2.1 本体 | 第14-19页 |
| 2.1.1 本体的基本概念 | 第14-15页 |
| 2.1.2 本体的描述语言 | 第15-17页 |
| 2.1.3 本体构建方法 | 第17-18页 |
| 2.1.4 本体的构建工具 | 第18-19页 |
| 2.2 信息融合 | 第19-23页 |
| 2.2.1 信息融合的概念 | 第19页 |
| 2.2.2 信息融合的方法 | 第19-22页 |
| 2.2.3 基于本体的信息融合 | 第22-23页 |
| 2.3 知识图谱 | 第23-25页 |
| 2.3.1 知识图谱的概念 | 第23页 |
| 2.3.2 知识图谱的应用 | 第23-24页 |
| 2.3.3 网络分析 | 第24-25页 |
| 2.4 MapReduce | 第25-27页 |
| 2.5 NoSQL数据库 | 第27-28页 |
| 第三章 基于本体的多源信息融合技术研究 | 第28-40页 |
| 3.1 本体构建算法 | 第28-31页 |
| 3.1.1 本体构建的准备工作 | 第28-29页 |
| 3.1.2 本体构建的算法 | 第29-31页 |
| 3.2 本体融合算法 | 第31-35页 |
| 3.2.1 本体融合的策略 | 第32-33页 |
| 3.2.2 本体融合算法 | 第33-35页 |
| 3.3 基于MapReduce的本体构建与融合算法 | 第35-40页 |
| 3.3.1 基于MapReduce的本体构建算法 | 第36-37页 |
| 3.3.2 基于MapReduce的本体融合算法 | 第37-40页 |
| 第四章 数据的分析与展示技术研究 | 第40-53页 |
| 4.1 科研信息的采集 | 第40-42页 |
| 4.2 信息抽取技术 | 第42-49页 |
| 4.2.1 数据预处理 | 第42-43页 |
| 4.2.2 基于规则的信息抽取技术 | 第43-44页 |
| 4.2.3 新闻类文本的信息抽取 | 第44-47页 |
| 4.2.4 人物职位属性抽取 | 第47-49页 |
| 4.3 同名人物消歧 | 第49-51页 |
| 4.4 基于知识图谱的科研信息挖掘 | 第51-53页 |
| 4.4.1 推理机制 | 第51页 |
| 4.4.2 实体重要性计算 | 第51-53页 |
| 第五章 科研数据分析系统的框架设计 | 第53-57页 |
| 5.1 科研数据分析系统框架 | 第53-54页 |
| 5.2 本体的存储策略 | 第54-57页 |
| 5.2.1 文本形式存储 | 第54-55页 |
| 5.2.2 关系型数据库存储 | 第55-56页 |
| 5.2.3 NoSQL数据库存储 | 第56-57页 |
| 第六章 原型系统的实现 | 第57-70页 |
| 6.1 功能实现 | 第57-64页 |
| 6.1.1 数据采集与预处理模块的实现 | 第57-59页 |
| 6.1.2 本体构建模块的实现 | 第59-61页 |
| 6.1.3 本体融合模块的实现 | 第61-63页 |
| 6.1.4 数据分析模块的实现 | 第63-64页 |
| 6.2 实验环境 | 第64-65页 |
| 6.3 系统运行效果分析 | 第65-68页 |
| 6.4 系统性能分析 | 第68-70页 |
| 6.4.1 单机与并行环境的本体构建的性能分析 | 第68-69页 |
| 6.4.2 数据融合的质量评价 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |