首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于语义网络的Web挖掘研究

第一章 绪论第1-18页
   ·引言第11-12页
   ·语义WEB的概念及其与传统WEB的区别第12-14页
   ·语义WEB的体系结构第14-16页
   ·课题研究内容与意义第16-17页
   ·国内外的研究情况第17页
   ·本文的工作第17-18页
第二章 语义Web与Web挖掘研究的相关理论第18-30页
   ·语义Web第18-25页
     ·XML、DTD与XMLSchema第18-19页
     ·RDF与RDFS第19-21页
     ·本体简介及其应用第21-24页
     ·本体库系统第24-25页
   ·Web挖掘第25-28页
     ·Web挖掘的定义和处理过程第25-26页
     ·Web挖掘分类第26-28页
   ·语义Web与Web挖掘第28-30页
第三章 RDFMS数据聚类算法研究第30-46页
   ·聚类分析的基本概念第30-32页
   ·主要的聚类方法第32-34页
   ·基于语义距离的RDF数据层次聚类方法第34-45页
     ·RDF资源描述的语义层次分析第34-36页
     ·RDFMS数据聚类学习的相关基本概念第36-37页
     ·算法描述第37-38页
     ·算法验证实例第38-44页
     ·算法的性能分析第44-45页
   ·本章小结第45-46页
第四章 面向语义化Web的数据挖掘技术研究第46-60页
   ·数据挖掘技术的产生和发展第46页
   ·主要的数据挖掘方法介绍第46-47页
   ·语义Web环境现有数据挖掘方法的局限性第47-49页
   ·归纳逻辑程序设计第49-51页
     ·归纳逻辑程序设计简介第49页
     ·归纳逻辑程序设计的问题描述第49-50页
     ·归纳逻辑程序设计系统的类型第50页
     ·典型的基于逆蕴涵的ILP系统--PROGOL介绍第50-51页
   ·基于归纳逻辑程序设计的语义Web挖掘第51-59页
     ·算法的整体描述第51-52页
     ·算法的验证实现第52-59页
   ·本章小结第59-60页
第五章 基于Agent技术的语义Web知识发现模型第60-68页
   ·智能Agent简介第60-61页
     ·智能Agent的定义第60页
     ·智能Agent的特征第60-61页
     ·智能Agent的作用第61页
   ·基于AGENT的语义WEB挖掘模型框架第61-62页
   ·各模块功能介绍第62-64页
   ·模型应用方法第64-67页
   ·本章小结第67-68页
第六章 总结与展望第68-70页
   ·全文总结第68-69页
   ·下一步研究内容第69-70页
参考文献第70-73页
攻读硕士期间发表论文第73页

论文共73页,点击 下载论文
上一篇:布沼坝露天矿西北帮边坡稳定性及动态监控研究
下一篇:南水北调中线工程水工建筑物系统可靠度研究