| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-11页 |
| 1.1 研究的背景和意义 | 第6页 |
| 1.2 Deep Web数据源发现和分类的研究现状 | 第6-9页 |
| 1.3 困难与挑战 | 第9页 |
| 1.4 研究内容 | 第9-10页 |
| 1.5 论文的结构与安排 | 第10-11页 |
| 第二章 基础知识介绍 | 第11-27页 |
| 2.1 词语相似度计算 | 第11-21页 |
| 2.1.1 词语相似度概述 | 第11-13页 |
| 2.1.2 基于同义词词林的语义相似度计算方法 | 第13-14页 |
| 2.1.3 基于知网的相似度计算 | 第14-19页 |
| 2.1.4 同义词词林和知网的相似度实验比较 | 第19-21页 |
| 2.2 分类使用的网站关键词 | 第21-22页 |
| 2.2.1 网站关键词介绍 | 第21页 |
| 2.2.2 网站关键词的分类 | 第21-22页 |
| 2.3 应用程序之间的数据通信 | 第22-26页 |
| 2.3.1 通信方式选取 | 第22-24页 |
| 2.3.2 Sockets工作原理 | 第24页 |
| 2.3.3 Socket编程模型 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 实时的Deep Web数据源发现和分类 | 第27-36页 |
| 3.1 实时的Deep Web数据源发现搜索整体框架 | 第27-28页 |
| 3.1.1 框架的基础定义 | 第27页 |
| 3.1.2 框架概括 | 第27-28页 |
| 3.2 实时数据源发现和分类框架中的关键技术 | 第28-34页 |
| 3.2.1 获取数据源访问信息 | 第29页 |
| 3.2.2 获取Web网站分类 | 第29-33页 |
| 3.2.3 实现数据检索 | 第33-34页 |
| 3.3 实时DeepWeb数据源发现搜索框架与传统数据源发现处理比较 | 第34-35页 |
| 3.3.1 实时的Deep Web数据源发现搜索框架优势 | 第34-35页 |
| 3.3.2 与传统的数据源处理方法对比 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 非实时的Deep Web数据源发现和分类框架结构 | 第36-42页 |
| 4.1 非实时的数据源发现搜索框架 | 第36-38页 |
| 4.2 非实时数据源发现中的关键技术 | 第38-40页 |
| 4.2.1 获取数据源访问信息 | 第38页 |
| 4.2.2 获取数据库表结构和表数据 | 第38-40页 |
| 4.3 非实时的数据源发现搜索框架中的优缺点 | 第40页 |
| 4.4 本章小结 | 第40-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42-43页 |
| 5.2 展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读学位期间取得的研究成果 | 第46-47页 |
| 致谢 | 第47-49页 |
| 附件 | 第49页 |
