面向Web3.0的大众分类研究
| 中文摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第1章 绪论 | 第14-36页 |
| ·研究的背景及意义 | 第14-16页 |
| ·国内外研究现状 | 第16-33页 |
| ·关于大众分类的研究 | 第16-25页 |
| ·关于Web3.0的研究 | 第25-33页 |
| ·研究目标与研究内容 | 第33页 |
| ·研究目标 | 第33页 |
| ·研究内容 | 第33页 |
| ·研究方法与研究思路 | 第33-35页 |
| ·研究方法 | 第33-34页 |
| ·研究思路 | 第34-35页 |
| ·论文创新点 | 第35-36页 |
| 第2章 大众分类、语义网及Web3.0相关理论 | 第36-62页 |
| ·大众分类 | 第36-49页 |
| ·大众分类的产生 | 第36-38页 |
| ·大众分类法的定义与内涵 | 第38-39页 |
| ·大众分类法的运行机制 | 第39-43页 |
| ·大众分类法的类型 | 第43-45页 |
| ·大众分类法的特征 | 第45-49页 |
| ·语义网 | 第49-55页 |
| ·语义网的诞生 | 第49页 |
| ·语义网的基本思想 | 第49-50页 |
| ·语义网的体系结构 | 第50-52页 |
| ·本体论 | 第52-55页 |
| ·Web3.0 | 第55-60页 |
| ·Web3.0的产生 | 第55-56页 |
| ·Web3.0的内涵 | 第56-57页 |
| ·Web3.O的特征 | 第57-59页 |
| ·Web3.0的实现技术 | 第59-60页 |
| ·Web3.0的现状 | 第60页 |
| ·大众分类、语义网及Web3.0的关系 | 第60-61页 |
| ·大众分类与Web3.0 | 第60页 |
| ·语义网与Web3.0 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第3章 标签及其实证研究 | 第62-82页 |
| ·标签的内涵及其特点 | 第62-63页 |
| ·标签的内涵 | 第62-63页 |
| ·标签的基本特点 | 第63页 |
| ·标签的实证研究 | 第63-81页 |
| ·标签的语言特征 | 第66-67页 |
| ·标签的分布规律 | 第67-69页 |
| ·标签质量及其规范性 | 第69-70页 |
| ·标签的分类体系及标签的推荐 | 第70-71页 |
| ·用户、标签和资源三者关系 | 第71-81页 |
| ·本章小结 | 第81-82页 |
| 第4章 标签的规范控制 | 第82-93页 |
| ·大众分类法与情报检索的受控语言比较 | 第82页 |
| ·标签库的构建 | 第82-89页 |
| ·《同义词词林》简介 | 第83-85页 |
| ·基于《同义词词林》的词语相似度计算 | 第85-88页 |
| ·基本Tag类的设置 | 第88页 |
| ·标签词的收集和标签库的结构 | 第88页 |
| ·标签库的动态更新 | 第88-89页 |
| ·用户标注的控制 | 第89-90页 |
| ·标签的推荐 | 第89-90页 |
| ·用户管理机制 | 第90页 |
| ·垃圾标签处理 | 第90页 |
| ·用户标签优选 | 第90-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 标签的分类 | 第93-111页 |
| ·Tag资源的自动分类 | 第93-107页 |
| ·文本自动分类 | 第93-94页 |
| ·获取训练样本集 | 第94-95页 |
| ·Tag资源预处理 | 第95-97页 |
| ·Tag资源表示 | 第97页 |
| ·特征选择与加权 | 第97-103页 |
| ·Tag资源分类算法 | 第103-107页 |
| ·利用标签库构建标签的层级 | 第107-110页 |
| ·本章小结 | 第110-111页 |
| 第6章 标签的聚类 | 第111-134页 |
| ·聚类分析及算法 | 第111-113页 |
| ·聚类分析 | 第111页 |
| ·聚类算法 | 第111-113页 |
| ·标签聚类的基本过程 | 第113-114页 |
| ·基于共现信息的标签聚类 | 第114-119页 |
| ·共现分析 | 第114页 |
| ·标签共现分析 | 第114-115页 |
| ·基于共现信息的标签聚类算法模型 | 第115-119页 |
| ·基于标签相关性的标签聚类 | 第119-123页 |
| ·数据采集 | 第120页 |
| ·标签向量空间的表示 | 第120-122页 |
| ·聚类算法 | 第122-123页 |
| ·基于关联规则的Tag资源聚类 | 第123-133页 |
| ·关联规则 | 第123-125页 |
| ·频繁项集(frequent itemset) | 第125页 |
| ·Apriori算法与关联聚类算法 | 第125页 |
| ·基于关联规则的Tag资源聚类算法模型 | 第125-133页 |
| ·本章小结 | 第133-134页 |
| 第7章 大众分类中的语义关系挖掘 | 第134-167页 |
| ·标签概念空间的构建 | 第134-141页 |
| ·标签层次空间的构建 | 第134-137页 |
| ·标签网状空间的构建 | 第137-141页 |
| ·大众分类与本体的结合 | 第141-166页 |
| ·大众分类与本体结合的可行性 | 第142-144页 |
| ·标签语义关系的挖掘 | 第144-154页 |
| ·标签本体模型 | 第154-166页 |
| ·本章小结 | 第166-167页 |
| 第8章 研究总结与展望 | 第167-170页 |
| ·本文主要研究内容 | 第167-168页 |
| ·本文主要结论 | 第168页 |
| ·本文主要创新点 | 第168页 |
| ·研究局限与展望 | 第168-170页 |
| 参考文献 | 第170-185页 |
| 攻读博士学位期间的主要科研成果 | 第185-187页 |
| 致谢 | 第187页 |
