大数据时代面向知识发现的网络信息提取方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 引言 | 第12-13页 |
| 1 绪论 | 第13-17页 |
| 1.1 研究背景与研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 研究目标 | 第14-15页 |
| 1.2.2 研究进展 | 第15页 |
| 1.2.3 研究趋势 | 第15-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 研究方法 | 第16页 |
| 1.5 创新点 | 第16-17页 |
| 2 相关理论与研究方法 | 第17-28页 |
| 2.1 大数据概念界定 | 第17-19页 |
| 2.1.1 大数据的概念和特征 | 第17-18页 |
| 2.1.2 大数据的来源 | 第18页 |
| 2.1.3 大数据信息提取的挑战 | 第18-19页 |
| 2.1.4 大数据的数据异构与不完备性 | 第19页 |
| 2.2 知识发现 | 第19-24页 |
| 2.2.1 知识发现的基本思想 | 第20-22页 |
| 2.2.2 知识发现的基本原理 | 第22页 |
| 2.2.3 知识发现的基本过程 | 第22-24页 |
| 2.3 网络信息提取方法 | 第24-26页 |
| 2.3.1 网络信息提取的研究现状 | 第24-25页 |
| 2.3.2 网络信息提取的相关技术 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 3 网络信息提取方法相关技术概述 | 第28-32页 |
| 3.1 基于策略的网络信息提取方法 | 第28页 |
| 3.2 网络信息提取相关技术概述 | 第28-31页 |
| 3.2.1 搜索引擎 | 第28-29页 |
| 3.2.2 网页爬虫 | 第29页 |
| 3.2.3 网页页面的表示 | 第29-30页 |
| 3.2.4 超文本标记 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 4 网络信息提取模型设计 | 第32-40页 |
| 4.1 模型总体设计 | 第33-37页 |
| 4.1.1 网络信息提取模型的设计思路 | 第33页 |
| 4.1.2 模型总体结构 | 第33-34页 |
| 4.1.3 模型总体时序 | 第34-35页 |
| 4.1.4 模型大致架构 | 第35-37页 |
| 4.2 信息提取的结构 | 第37-38页 |
| 4.3 关联规则经典算法分析 | 第38-40页 |
| 5 信息提取模型模拟运用及结果解析 | 第40-49页 |
| 5.1 信息选取及网页信息冗余去除 | 第40-44页 |
| 5.1.1 信息选取 | 第40页 |
| 5.1.2 网页块的划分及网页信息冗余去除 | 第40-44页 |
| 5.2 信息提取模型模拟设计 | 第44-49页 |
| 5.2.1 性能评价指标 | 第44页 |
| 5.2.2 设计目标 | 第44页 |
| 5.2.3 模拟系统运行环境及实现结果 | 第44-49页 |
| 6 研究展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 作者简介及读研期间主要科研成果 | 第53页 |
