| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 专家消歧的研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13页 |
| 1.4 论文的组织 | 第13-16页 |
| 第二章 专家消歧的关键技术及聚类的相关理论 | 第16-22页 |
| 2.1 专家消歧相关概述 | 第16-18页 |
| 2.1.1 文本表示模型 | 第16-17页 |
| 2.1.2 文本相似度计算方法 | 第17-18页 |
| 2.1.3 文本特征提取方法 | 第18页 |
| 2.2 聚类相关理论 | 第18-20页 |
| 2.3 图聚类和属性图聚类相关理论 | 第20-21页 |
| 2.3.1 图聚类相关理论 | 第20-21页 |
| 2.3.2 属性图聚类相关理论 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 专家消歧数据预处理 | 第22-28页 |
| 3.1 数据预处理结构框架 | 第22-23页 |
| 3.2 基于网页文本结构的网页去重 | 第23-24页 |
| 3.3 基于标记窗的网页正文提取方法 | 第24-25页 |
| 3.4 专家属性选择与提取 | 第25-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 基于属性图聚类的专家消歧方法 | 第28-38页 |
| 4.1 属性图相关介绍 | 第28-29页 |
| 4.2 基于属性图聚类的专家消歧方法 | 第29-34页 |
| 4.2.1 构建专家增广属性图 | 第29-30页 |
| 4.2.2 用于专家消歧的属性图聚类模型建模 | 第30-32页 |
| 4.2.3 基于属性图聚类的专家消歧模型求解 | 第32-34页 |
| 4.3 实验设计与结果分析 | 第34-37页 |
| 4.3.1 实验设计 | 第34页 |
| 4.3.2 实验评价指标 | 第34-35页 |
| 4.3.3 实验结果分析 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 融合社会关系的属性图专家消歧方法 | 第38-50页 |
| 5.1 专家社会关系发现算法 | 第38-42页 |
| 5.2 融合社会关系的属性图聚类专家消歧模型构建 | 第42-45页 |
| 5.2.1 专家的社会关系属性 | 第42页 |
| 5.2.2 专家消歧模型的构建过程 | 第42-44页 |
| 5.2.3 专家消歧模型的求解过程 | 第44-45页 |
| 5.3 实验设计与结果分析 | 第45-48页 |
| 5.3.1 实验设计 | 第45-46页 |
| 5.3.2 实验分析 | 第46-48页 |
| 5.4 本章小结 | 第48-50页 |
| 第六章 融合社会关系的属性图聚类专家消歧系统设计与实现 | 第50-56页 |
| 6.1 引言 | 第50页 |
| 6.2 系统框架 | 第50-51页 |
| 6.3 数据准备及处理 | 第51-52页 |
| 6.4 系统运行效果 | 第52-55页 |
| 6.5 本章小结 | 第55-56页 |
| 第七章 总结与展望 | 第56-58页 |
| 7.1 总结 | 第56页 |
| 7.2 展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 附录A 攻读硕士学位期间发表论文 | 第66-68页 |
| 附录B 攻读硕士学位期间发表软件著作权 | 第68-70页 |
| 附录C 攻读硕士期间参与科研项目 | 第70页 |