摘要 | 第5-6页 |
abstract | 第6页 |
第1章 引言 | 第10-19页 |
1.1 研究背景 | 第10-12页 |
1.2 研究目的及意义 | 第12页 |
1.3 国内外研究现状 | 第12-16页 |
1.3.1 语义化决策支持的国内外研究 | 第12-15页 |
1.3.2 开放政府数据语义化研究现状 | 第15-16页 |
1.4 研究思路与研究方法 | 第16-17页 |
1.4.1 研究思路 | 第16-17页 |
1.4.2 研究方法 | 第17页 |
1.5 研究的创新点 | 第17-18页 |
1.6 研究的主要内容 | 第18-19页 |
第2章 研究的理论基础 | 第19-29页 |
2.1 数据驱动下的决策支持的相关理论 | 第19-20页 |
2.1.1 决策的概念 | 第19页 |
2.1.2 决策支持系统 | 第19-20页 |
2.1.3 数据驱动决策(DDDM) | 第20页 |
2.2 开放政府数据(open government data) | 第20-21页 |
2.3 语义网相关技术 | 第21-29页 |
2.3.1 本体 | 第22页 |
2.3.2 资源描述框架 | 第22-23页 |
2.3.3 RDFSchema | 第23-24页 |
2.3.4 SPARQL | 第24页 |
2.3.5 关联数据 | 第24-29页 |
第3章 数据语义化与决策支持 | 第29-41页 |
3.1 数据语义化组织的优势 | 第29-34页 |
3.1.1 关联数据发布的优势 | 第30页 |
3.1.2 多维度检索 | 第30-31页 |
3.1.3 实体与概念间的关联关系 | 第31页 |
3.1.4 基于本体的动态异构资源整合能力 | 第31-32页 |
3.1.5 支持可视化分析的动态知识图谱 | 第32-34页 |
3.2 基于数据驱动的决策支持要求数据语义化的支持 | 第34-37页 |
3.2.1 政策层面科学决策的要求 | 第35页 |
3.2.2 检索手段和检索方式的要求 | 第35-36页 |
3.2.3 由因果分析向关联分析的要求 | 第36页 |
3.2.4 多源异构资源语义聚合的要求 | 第36-37页 |
3.2.5 数据模式动态变化的要求 | 第37页 |
3.2.6 可视化趋势预测的要求 | 第37页 |
3.3 数据语义化组织进行决策支持的优势 | 第37-41页 |
3.3.1 提升决策能力和监督水平 | 第38页 |
3.3.2 交互式关系探索,可视化方式管理决策流程 | 第38-39页 |
3.3.3 数据质量的提升 | 第39页 |
3.3.4 进行数据创新、扩展数据的利用形式 | 第39-41页 |
第4章 面向决策支持的开放政府数据语义化发布实验 | 第41-57页 |
4.1 数据语义化处理模型与实验思路 | 第41-43页 |
4.1.1 数据语义化处理模型的构建 | 第41-42页 |
4.1.2 数据语义化处理模型分析 | 第42-43页 |
4.1.3 实验思路 | 第43页 |
4.2 实验目的 | 第43-44页 |
4.2.1 数据语义化处理模型的可行性验证 | 第43页 |
4.2.2 数据语义化发布和检索的可行性验证 | 第43-44页 |
4.3 实验数据准备 | 第44-50页 |
4.3.1 数据选择 | 第44-46页 |
4.3.2 数据建模 | 第46-47页 |
4.3.3 数据预处理 | 第47-50页 |
4.4 数据语义化组织 | 第50-52页 |
4.4.1 数据关系映射 | 第50-51页 |
4.4.2 RDF数据生成 | 第51-52页 |
4.5 数据语义化发布 | 第52-53页 |
4.6 数据语义化验证 | 第53-57页 |
第5章 面向决策支持的开放政府数据语义化对比实验 | 第57-72页 |
5.1 实验目的 | 第57页 |
5.2 实验设计 | 第57-60页 |
5.2.1 传统数据决策系统的选择 | 第57-58页 |
5.2.2 语义化决策工具的选择 | 第58-59页 |
5.2.3 实验环境 | 第59-60页 |
5.3 实验过程与验证 | 第60-70页 |
5.3.1 交互式关系探索发现实验 | 第60-64页 |
5.3.2 资源获取途径实验 | 第64-66页 |
5.3.3 链接预测实验 | 第66-67页 |
5.3.4 可视化数据网络分析实验 | 第67-70页 |
5.4 实验结论 | 第70-72页 |
第6章 总结与展望 | 第72-74页 |
6.1 总结 | 第72页 |
6.2 不足与展望 | 第72-74页 |
参考文献 | 第74-77页 |
附录 | 第77-84页 |
致谢 | 第84页 |