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--信息处理(信息加工)论文--文字信息处理论文

基于主题的ACM论文库的社区发现及其可视化分析

摘要第3-5页
Abstract第5-7页
第1章 绪论第11-17页
    1.1 研究背景及意义第11-12页
    1.2 问题的提出第12-13页
    1.3 研究内容及创新第13-14页
    1.4 论文的结构安排第14-17页
第2章 相关理论第17-27页
    2.1 引文网络的研究第17-19页
        2.1.1 引文网络第17页
        2.1.2 引文网络的结构第17-18页
        2.1.3 引文网络的结构特点第18页
        2.1.4 引文网络的分析第18-19页
    2.2 Web链接网络的研究第19-21页
        2.2.1 web链接网络第19页
        2.2.2 web链接网络结构第19-20页
        2.2.3 Web链接网络的特点第20-21页
        2.2.4 Web链接网络的研究及其意义第21页
    2.3 基于主题的web链接分析技术HITS算法的介绍第21-24页
        2.3.1 HITS算法的基本思想第21-22页
        2.3.2 HITS算法的实现步骤第22-23页
        2.3.3 HITS算法的不足及改进第23-24页
    2.4 查询关键词的扩展技术第24-26页
        2.4.1 基于全局分析的查询扩展技术第25页
        2.4.2 基于局部分析的查询扩展技术第25页
        2.4.3 基于关联规则的查询扩展技术第25-26页
        2.4.4 基于客户查找日志行为的查询扩展方法第26页
    2.5 本章小结第26-27页
第3章 获取根集和基集第27-39页
    3.1 Lucene框架结构第27-28页
    3.2 Lucene的索引机制第28-29页
    3.3 Lucene的查询机制第29-30页
    3.4 基于Lucene的本地文献搜索引擎设计与实现第30-34页
        3.4.1 数据预处理第30-31页
        3.4.2 查询扩展第31-33页
        3.4.3 创建索引第33-34页
    3.5 获取根集和基集第34-35页
    3.6 基于Apriori查询扩展的根集和基集实验第35-37页
    3.7 本章小结第37-39页
第4章 基于词语语义相似度计算的文献相似度计算第39-51页
    4.1 文献相似度计算方法第39-40页
    4.2 基于Wikipedia社区挖掘词语语义相似度计算第40-49页
        4.2.1 构建Wikipedia带有类别标签的单词页面网第42-43页
        4.2.2 单词的维基百科社区发现第43-44页
        4.2.3 基于Wikipedia单词页面社区的语义相似度办法第44-46页
        4.2.4 词语语义相似度计算实验第46-49页
    4.3 基于词语语义相似程度文献相似度算出结果分析第49-50页
    4.4 本章小结第50-51页
第5章 ACM论文库社区发现与分析实验第51-61页
    5.1 基于主题的文献社区发现算法的设计与实现第51-54页
        5.1.1 获取文献根集和基集第52页
        5.1.2 构造引文语义网络矩阵第52-54页
        5.1.3 获取文献社区第54页
    5.2 文献组成语义网上的社区挖掘与分析实验第54-59页
        5.2.1 实验的数据集第54-55页
        5.2.2 实验环境第55页
        5.2.3 实验内容与结果分析第55-59页
    5.3 本章小结第59-61页
第6章 总结与展望第61-63页
    6.1 本文工作总结第61-62页
    6.2 下一步工作第62-63页
参考文献第63-70页
致谢第70-71页
个人简历、在学期间发表的学术论文与研究成果第71页

论文共71页,点击 下载论文
上一篇:无线传感器网络的移动数据收集及充电规划研究
下一篇:相似度加权和局部兴趣改进的协同过滤推荐算法