科技资讯聚合分析系统的研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 信息聚合技术 | 第11-12页 |
| 1.2.2 信息分析技术 | 第12-14页 |
| 1.3 本文工作及主要研究成果 | 第14-15页 |
| 第二章 相关技术与理论研究 | 第15-26页 |
| 2.1 信息聚合技术 | 第15-19页 |
| 2.1.1 RSS技术 | 第15-16页 |
| 2.1.2 爬虫技术 | 第16-19页 |
| 2.2 中文分词技术 | 第19-23页 |
| 2.2.1 隐马尔可夫模型 | 第20-21页 |
| 2.2.2 最大熵模型 | 第21页 |
| 2.2.3 条件随机场模型 | 第21-23页 |
| 2.3 随机森林算法 | 第23-25页 |
| 2.3.1 决策树 | 第23-24页 |
| 2.3.2 Bootstrap算法 | 第24-25页 |
| 2.4 TF-IDF算法 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 科技资讯聚合分析关键技术和算法的研究 | 第26-36页 |
| 3.1 中文实体链接预处理 | 第26-30页 |
| 3.1.1 测试数据集 | 第27页 |
| 3.1.2 测试环境 | 第27页 |
| 3.1.3 测试方法 | 第27页 |
| 3.1.4 计算标准 | 第27-28页 |
| 3.1.5 测试1 | 第28页 |
| 3.1.6 测试2 | 第28-29页 |
| 3.1.7 测试3 | 第29页 |
| 3.1.8 结论 | 第29-30页 |
| 3.2 科技资讯实体链接结果剪枝算法 | 第30-35页 |
| 3.2.1 随机森林算法和TF-IDF的结合 | 第31-32页 |
| 3.2.2 剪枝随机森林算法的实现 | 第32-33页 |
| 3.2.3 TF-IDF的实现过程 | 第33-34页 |
| 3.2.4 实验准备 | 第34页 |
| 3.2.5 实验结果 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 科技资讯聚合分析系统的设计与实现 | 第36-55页 |
| 4.1 科技资讯聚合分析系统的设计 | 第36-41页 |
| 4.1.1 信息采集模块的设计 | 第37-38页 |
| 4.1.2 实体链接模块的设计 | 第38-39页 |
| 4.1.3 系统管理模块的设计 | 第39-40页 |
| 4.1.4 信息服务模块的设计 | 第40-41页 |
| 4.2 科技资讯聚合系统的实现 | 第41-46页 |
| 4.2.1 爬虫采集任务 | 第41-45页 |
| 4.2.2 RSS信息提取任务 | 第45-46页 |
| 4.3 实体链接系统的实现 | 第46-53页 |
| 4.3.1 实体指称识别 | 第48-50页 |
| 4.3.2 语义消歧 | 第50-51页 |
| 4.3.3 实体链接结果剪枝 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 系统测试和性能评估 | 第55-64页 |
| 5.1 测试环境 | 第55-56页 |
| 5.2 功能测试 | 第56-61页 |
| 5.2.1 采集功能测试 | 第56-58页 |
| 5.2.2 实体链接功能测试 | 第58-60页 |
| 5.2.3 系统管理功能和用户信息功能测试 | 第60-61页 |
| 5.3 性能测试 | 第61-63页 |
| 5.3.1 速度测试 | 第62页 |
| 5.3.2 资源消耗测试 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者攻读硕士学位期间发表的学术论文目录 | 第69页 |
