| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 课题研究现状 | 第10-11页 |
| 1.3 课题研究内容 | 第11-12页 |
| 1.4 课题研究意义 | 第12-13页 |
| 1.5 文章组织结构 | 第13-14页 |
| 第二章 相关理论及方法 | 第14-24页 |
| 2.1 数据质量 | 第14-18页 |
| 2.1.1 同一数据源内的质量问题 | 第14-17页 |
| 2.1.2 数据源之间的质量问题 | 第17-18页 |
| 2.2 实体匹配概念以及现有的实体匹配方法 | 第18-23页 |
| 2.2.1 基于内容的匹配方法 | 第19-21页 |
| 2.2.2 基于结构的匹配方法 | 第21-22页 |
| 2.2.3 混合方式匹配方法 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于结构化非主属性数据的实体匹配 | 第24-44页 |
| 3.1 问题定义 | 第24-25页 |
| 3.2 预备工作 | 第25-26页 |
| 3.3 基于非主属性区分度的实体匹配算法 | 第26页 |
| 3.4 基于规则的概率决策树的实体匹配算法 | 第26-37页 |
| 3.4.1 算法基本思路 | 第27-28页 |
| 3.4.2 基于规则的概率决策树的构建 | 第28-32页 |
| 3.4.3 实体匹配过程 | 第32-36页 |
| 3.4.4 基于PRTree的NokeaEM算法复杂度分析 | 第36页 |
| 3.4.5 基于PRTree的NokeaEM算法的扩充算法 | 第36-37页 |
| 3.5 实验结果及分析 | 第37-42页 |
| 3.5.1 参数设定 | 第38-39页 |
| 3.5.2 与以往方法在匹配效果方面的比较 | 第39-41页 |
| 3.5.3 与以往方法在匹配效率方面的比较 | 第41-42页 |
| 3.5.4 算法的扩展性评估 | 第42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于文本类型非主属性数据的实体匹配 | 第44-60页 |
| 4.1 问题定义 | 第44-46页 |
| 4.2 传统的文本数据处理方法 | 第46-47页 |
| 4.3 数据分块算法 | 第47-48页 |
| 4.4 基于IDF的迭代式实体匹配算法 | 第48-49页 |
| 4.4.1 Baseline算法的工作流程 | 第48-49页 |
| 4.4.2 短语IDF得分的迭代式更新 | 第49页 |
| 4.5 基于短语共现的实体匹配算法 | 第49-55页 |
| 4.5.1 共现图的构建 | 第50-51页 |
| 4.5.2 PC-Graph的分割 | 第51-53页 |
| 4.5.3 子主题及其权重的获取 | 第53-54页 |
| 4.5.4 实体匹配过程 | 第54-55页 |
| 4.6 实验结果及分析 | 第55-59页 |
| 4.6.1 与以往方法在匹配效果方面的比较 | 第55-57页 |
| 4.6.2 算法提取结果的评估 | 第57-58页 |
| 4.6.3 算法的扩展性评估 | 第58-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-63页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-71页 |
| 攻读硕士学位期间发表的论文 | 第71-73页 |
| 致谢 | 第73-74页 |