| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-21页 |
| ·研究背景 | 第13-16页 |
| ·深网的规模 | 第13-14页 |
| ·深网的内容 | 第14-16页 |
| ·研究现状 | 第16-18页 |
| ·研究内容 | 第18-19页 |
| ·研究意义 | 第19-20页 |
| ·本文组织结构 | 第20-21页 |
| 第2章 基础知识 | 第21-27页 |
| ·引言 | 第21页 |
| ·元查询系统简介 | 第21-22页 |
| ·查询接口局部集成 | 第22-23页 |
| ·局部集成方式 | 第22-23页 |
| ·查询接口整体集成 | 第23-26页 |
| ·基于MGS 框架的整体模式匹配方法 | 第23-25页 |
| ·基于DCM 框架的整体模式匹配方法 | 第25-26页 |
| ·两种模式匹配方法比较 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 属性字符匹配技术 | 第27-37页 |
| ·引言 | 第27页 |
| ·模型结构及模式生成 | 第27-32页 |
| ·模型结构 | 第28-29页 |
| ·模式生成 | 第29-32页 |
| ·WPRIMEATT 算法 | 第32-36页 |
| ·主题数据集属性权值 | 第32-34页 |
| ·WPrimeAtt 算法的主要思想 | 第34页 |
| ·WPrimeAtt 算法描述 | 第34-35页 |
| ·算法分析 | 第35-36页 |
| ·实例分析 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 组属性挖掘及同义词匹配技术 | 第37-45页 |
| ·引言 | 第37页 |
| ·属性间关联关系 | 第37-39页 |
| ·正关联关系公式 | 第38-39页 |
| ·负关联关系公式 | 第39页 |
| ·GROUPATTMINING 算法 | 第39-42页 |
| ·GroupAttMining 算法的主要思想 | 第39-40页 |
| ·GroupAttMining 算法描述 | 第40-41页 |
| ·算法分析 | 第41-42页 |
| ·实例分析 | 第42页 |
| ·DISCOVERYSYNONYM 算法 | 第42-44页 |
| ·Discoverysynonym 算法的主要思想 | 第43页 |
| ·Discoverysynonym 算法描述 | 第43-44页 |
| ·算法分析 | 第44页 |
| ·实例分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第5章 概念划分求解技术 | 第45-56页 |
| ·引言 | 第45页 |
| ·预备知识 | 第45-46页 |
| ·基本定义 | 第45-46页 |
| ·基本性质 | 第46页 |
| ·概念划分 | 第46-50页 |
| ·概念划分问题 | 第46-47页 |
| ·概念划分的NP 完全证明 | 第47-48页 |
| ·整体模式匹配的NP 完全证明 | 第48页 |
| ·概念划分优化版本与最优模式模型 | 第48-49页 |
| ·概念团选择策略 | 第49-50页 |
| ·CONCEPT-PARTITION 算法 | 第50-53页 |
| ·Concept-partition 算法的主要思想 | 第50页 |
| ·Concept-partition 算法描述 | 第50-51页 |
| ·算法分析 | 第51-53页 |
| ·实例分析 | 第53页 |
| ·HSM 算法 | 第53-55页 |
| ·HSM 算法的主要思想 | 第53页 |
| ·HSM 算法描述 | 第53-54页 |
| ·算法分析 | 第54页 |
| ·实例分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 算法的实验验证 | 第56-65页 |
| ·引言 | 第56页 |
| ·实验设置 | 第56页 |
| ·测试实验结果的标准 | 第56-58页 |
| ·模型实例化概率值 | 第57-58页 |
| ·实验结果及数据分析 | 第58-63页 |
| ·实验性能分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |