| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究概述 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状和发展趋势 | 第11-13页 |
| ·研究意义 | 第13-14页 |
| ·研究内容与创新 | 第14-15页 |
| ·研究内容 | 第14-15页 |
| ·本文创新点 | 第15页 |
| ·论文结构与基本内容 | 第15-17页 |
| 第二章 DeepWeb 数据源发现和分类研究内容及方法 | 第17-31页 |
| ·DeepWeb 数据源发现 | 第17-20页 |
| ·数据源发现研究内容 | 第17-18页 |
| ·数据源发现方法 | 第18-20页 |
| ·Deep Web 数据源发现的不足及改进 | 第20页 |
| ·DeepWeb 数据源分类 | 第20-30页 |
| ·数据源分类研究内容 | 第20-21页 |
| ·DeepWeb 数据源分类的方法 | 第21-28页 |
| ·贝叶斯分类算法 | 第21-22页 |
| ·支持向量机分类算法 | 第22-25页 |
| ·决策树分类算法 | 第25-27页 |
| ·神经网络算法 | 第27-28页 |
| ·一般分类方法的不足及其改进思路 | 第28-30页 |
| ·一般分类方法的不足 | 第28-29页 |
| ·一般分类方法的改进思路 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于搜索引擎的Deep Web 数据源发现 | 第31-38页 |
| ·数据源发现系统模型和方法概述 | 第31-32页 |
| ·初始关键词构建 | 第32-33页 |
| ·查询接口集合词汇抽取 | 第33-36页 |
| ·抽取查询接口词汇的原因 | 第33-34页 |
| ·查询接口特征选择方法 | 第34-35页 |
| ·查询接口表单词汇抽取和分类 | 第35-36页 |
| ·初始关键词二次分类 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于分层模糊集合的DeepWeb 数据源分类 | 第38-47页 |
| ·基本术语 | 第38-39页 |
| ·利用各数据库领域间关系建立领域有向图 | 第39-41页 |
| ·数据源表单的词特性分类 | 第41页 |
| ·建立分层模糊集合 | 第41-42页 |
| ·建立归一化词汇概率模型 | 第42页 |
| ·查询接口表示 | 第42-44页 |
| ·查询接口特征权重估计 | 第44-45页 |
| ·查询接口特征向量空间模型 | 第44页 |
| ·查询接口特征加权 | 第44-45页 |
| ·分类算法 | 第45-46页 |
| ·结论 | 第46-47页 |
| 第五章 DeepWeb 数据源分类改进机制研究 | 第47-58页 |
| ·研究现状和相关工作 | 第47-49页 |
| ·解决方法概述 | 第49-51页 |
| ·“可查询表单”的进一步分类 | 第51-58页 |
| ·把“不可查询表单”归类为“不相关表单” | 第52页 |
| ·“可查询表单”分类 | 第52-53页 |
| ·建立关联有向图 | 第53-54页 |
| ·精确化当前领域的表单 | 第54-56页 |
| ·建立表单领域向量 | 第54-55页 |
| ·建立领域间表单错误率有向图 | 第55页 |
| ·表单集合的分类 | 第55-56页 |
| ·利用探测查询检测“可查询且相关表单” | 第56页 |
| ·在“不可查询表单”中检测出“相关表单” | 第56-58页 |
| 第六章 实验结果分析 | 第58-65页 |
| ·搜索引擎数据源发现实验 | 第58-60页 |
| ·实验步骤 | 第58-59页 |
| ·领域词汇初始化和分类 | 第58-59页 |
| ·初始词构建 | 第59页 |
| ·统计集合元素个数和抽取词汇 | 第59页 |
| ·实验结果 | 第59-60页 |
| ·分层模糊集合的数据源分类实验 | 第60-62页 |
| ·DeepWeb 数据源分类改进机制实验 | 第62-65页 |
| ·实验条件的建立 | 第62-63页 |
| ·建立各数据库领域间的有向图 | 第62页 |
| ·建立各数据库领域间的“错误率有向图” | 第62-63页 |
| ·实验结果 | 第63-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·主要工作成绩 | 第65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 在学期间发表的学术论文和参加的科研情况 | 第72-73页 |
| 致谢 | 第73-74页 |
