| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 本文的研究背景 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 本文的主要工作 | 第9-10页 |
| 1.4 本文的组织结构 | 第10页 |
| 1.5 小结 | 第10-11页 |
| 第2章 文本挖掘、概念格与模式结构相关知识 | 第11-16页 |
| 2.1 文本挖掘的基本知识 | 第11-12页 |
| 2.1.1 文本挖掘的定义 | 第11页 |
| 2.1.2 文本挖掘的流程 | 第11页 |
| 2.1.3 文本挖掘工具简介 | 第11-12页 |
| 2.2 概念格理论的相关知识 | 第12-13页 |
| 2.2.1 概念格的理论基础 | 第12页 |
| 2.2.2 概念格理论的应用 | 第12-13页 |
| 2.3 模式结构 | 第13-15页 |
| 2.3.1 模式结构的定义 | 第13-14页 |
| 2.3.2 区间是模式 | 第14页 |
| 2.3.3 区间向量是模式 | 第14-15页 |
| 2.4 小结 | 第15-16页 |
| 第3章 多框架知识的不一致性检测及其修正算法 | 第16-24页 |
| 3.1 知识不一致性类型 | 第16-18页 |
| 3.1.1 概念名称不一致 | 第16页 |
| 3.1.2 分类标准不一致 | 第16-17页 |
| 3.1.3 知识粒度不一致 | 第17页 |
| 3.1.4 单位类型不一致 | 第17页 |
| 3.1.5 时间/日期不一致 | 第17-18页 |
| 3.1.6 时变属性不一致 | 第18页 |
| 3.1.7 约束属性不一致 | 第18页 |
| 3.2 知识不一致处理策略 | 第18-22页 |
| 3.2.1 概念名称不一致处理策略 | 第18页 |
| 3.2.2 分类标准不一致处理策略 | 第18-19页 |
| 3.2.3 知识粒度不一致处理策略 | 第19页 |
| 3.2.4 单位类型不一致处理策略 | 第19页 |
| 3.2.5 时间/日期不一致处理策略 | 第19-20页 |
| 3.2.6 时变属性不一致处理策略 | 第20页 |
| 3.2.7 约束属性不一致处理策略 | 第20-22页 |
| 3.3 实验分析 | 第22-23页 |
| 3.4 小结 | 第23-24页 |
| 第4章 基于属性分析的关联规则挖掘 | 第24-36页 |
| 4.1 关联规则 | 第24-25页 |
| 4.2 FKM聚类简介 | 第25-26页 |
| 4.3 基于属性分析的方法 | 第26-27页 |
| 4.3.1 属性分析 | 第26-27页 |
| 4.3.2 数据处理及获得关联规则的步骤 | 第27页 |
| 4.4 实验分析 | 第27-35页 |
| 4.4.1 数据准备 | 第27-28页 |
| 4.4.2 实验过程及规则获取 | 第28-35页 |
| 4.5 小结 | 第35-36页 |
| 第5章 文本知识源中多值知识分析 | 第36-40页 |
| 5.1 多值背景简介 | 第36页 |
| 5.2 多值文本知识分类 | 第36-37页 |
| 5.2.1 数值型文本知识 | 第36-37页 |
| 5.2.2 区间型文本知识 | 第37页 |
| 5.2.3 语言型文本知识 | 第37页 |
| 5.3 多值文本知识转化为单值文本知识的步骤及实例 | 第37-39页 |
| 5.3.1 多值文本知识转化为单值文本知识的步骤 | 第37-38页 |
| 5.3.2 多值文本知识转化为单值文本知识的实例分析 | 第38-39页 |
| 5.4 小结 | 第39-40页 |
| 第6章 总结与展望 | 第40-41页 |
| 6.1 总结 | 第40页 |
| 6.2 展望 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 在读期间发表的学术论文及研究成果 | 第45-46页 |
| 致谢 | 第46页 |