数据模板匹配研究及在社保审计中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·研究内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第2章 数据模板匹配中的关键技术概述 | 第17-24页 |
| ·模式匹配技术 | 第17-19页 |
| ·模式匹配概述 | 第17-18页 |
| ·模式匹配流程 | 第18-19页 |
| ·文本分类技术 | 第19-22页 |
| ·文本分类步骤 | 第19-20页 |
| ·朴素贝叶斯分类方法 | 第20-22页 |
| ·中文分词技术 | 第22-23页 |
| ·知网 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 社保审计数据模板匹配方法研究 | 第24-33页 |
| ·社保审计数据模板匹配中的异构问题分析 | 第24-27页 |
| ·现有模式匹配方法在社保审计应用中的不足 | 第27-29页 |
| ·融合语义的社保审计数据模板匹配模型 | 第29-32页 |
| ·模式分类 | 第29-31页 |
| ·匹配生成 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 社保审计数据模板的模式分类实现 | 第33-47页 |
| ·模式分类的基本思想 | 第33-35页 |
| ·模式分类准备 | 第35-38页 |
| ·社保审计数据模板匹配中的类别划分 | 第35-36页 |
| ·社保审计数据模板匹配中的分类信息选择 | 第36页 |
| ·社保审计数据模板匹配中的分类信息处理 | 第36-38页 |
| ·基于朴素贝叶斯的模式分类方法 | 第38-40页 |
| ·基于知网的模式分类方法 | 第40-46页 |
| ·词语相似度计算 | 第41-43页 |
| ·描述相似度计算 | 第43-45页 |
| ·文本相似度计算 | 第45-46页 |
| ·文本与类别相似度计算 | 第46页 |
| ·结果合并 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第5章 社保审计数据模板的模式匹配生成 | 第47-56页 |
| ·基于相似度传播的模式匹配算法思想 | 第47-48页 |
| ·基于语义相似度传播的模式匹配算法 | 第48-55页 |
| ·匹配预处理 | 第48-50页 |
| ·初始相似度计算 | 第50-52页 |
| ·语义相似度传播 | 第52-54页 |
| ·匹配选择 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 实验与分析 | 第56-62页 |
| ·模式分类实验 | 第56-58页 |
| ·实验方案 | 第56-58页 |
| ·实验结果 | 第58页 |
| ·匹配生成实验 | 第58-61页 |
| ·实验方案 | 第58-59页 |
| ·评价指标 | 第59-60页 |
| ·实验结果 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
