| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 国内研究现状 | 第15页 |
| 1.3.2 国外研究现状 | 第15-16页 |
| 1.4 相关理论及技术 | 第16-22页 |
| 1.4.1 Web数据抽取 | 第16-17页 |
| 1.4.2 数据集成 | 第17-18页 |
| 1.4.3 统计关系学习 | 第18-19页 |
| 1.4.4 概率图模型 | 第19-21页 |
| 1.4.4.1 Markov网(Markov Network) | 第19-20页 |
| 1.4.4.2 一阶逻辑 | 第20页 |
| 1.4.4.3 Markov逻辑网(Markov Logic Network) | 第20-21页 |
| 1.4.5 随机森林 | 第21-22页 |
| 1.5 本文主要工作 | 第22页 |
| 1.6 本文结构 | 第22-24页 |
| 第二章 基于领域模式的Web数据集成 | 第24-32页 |
| 2.1 面向领域的Web数据集成架构 | 第24-25页 |
| 2.2 数据模型与数据模式 | 第25-28页 |
| 2.2.1 Web数据模型与Web数据模式 | 第25-27页 |
| 2.2.2 领域模型与领域数据模式 | 第27-28页 |
| 2.3 模式映射与数据集成 | 第28-30页 |
| 2.3.1 模式建立与模式映射 | 第28-29页 |
| 2.3.2 数据集成 | 第29-30页 |
| 2.4 领域增值服务 | 第30-32页 |
| 第三章 实体匹配最优分块方法 | 第32-40页 |
| 3.1 哈希(hash)分块 | 第32-33页 |
| 3.2 分块策略 | 第33-34页 |
| 3.3 复杂度计算 | 第34-36页 |
| 3.3.1 标准分块方案 | 第34-35页 |
| 3.3.2 最优分块方案 | 第35-36页 |
| 3.3.3 启发式贪心算法 | 第36页 |
| 3.4 分块框架 | 第36-40页 |
| 3.4.1 合成分块函数 | 第37页 |
| 3.4.2 合成分块函数复杂度 | 第37-40页 |
| 第四章 基于二阶Markov逻辑网的实体匹配 | 第40-54页 |
| 4.1 二阶Markov逻辑网 | 第40-41页 |
| 4.2 基于二阶Markov逻辑网的实体匹配 | 第41-45页 |
| 4.2.1 基于二阶Markov逻辑网的规则系统 | 第41-42页 |
| 4.2.2 匹配函数提取算法 | 第42-43页 |
| 4.2.3 实现工具(Tuffy)简介 | 第43-45页 |
| 4.3 二阶Markov逻辑网实体匹配的应用 | 第45-47页 |
| 4.4 基于随机森林的实体匹配 | 第47-54页 |
| 4.4.1 构建随机森林 | 第48-50页 |
| 4.4.2 基于随机森林的实体匹配 | 第50-54页 |
| 第五章 实验结果 | 第54-62页 |
| 5.1 实验数据集 | 第54页 |
| 5.2 基于领域模式的Web数据集成实现 | 第54-56页 |
| 5.2.1 实验系统 | 第54-55页 |
| 5.2.2 模式建立及映射 | 第55页 |
| 5.2.3 数据集成 | 第55-56页 |
| 5.3 基于二阶Markov逻辑网的实体匹配 | 第56-62页 |
| 5.3.1 实验方案 | 第56-57页 |
| 5.3.2 实验步骤 | 第57-58页 |
| 5.3.2.1 二阶Markov逻辑网模型实验步骤 | 第57-58页 |
| 5.3.2.2 随机森林模型实验步骤 | 第58页 |
| 5.3.3 实验结果及分析 | 第58-62页 |
| 第六章 结论 | 第62-64页 |
| 6.1 本文总结 | 第62页 |
| 6.2 未来展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 作者简介 | 第68页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |
