面向网络不良信息的知识图谱构建方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题研究背景 | 第7页 |
| 1.2 研究现状 | 第7-10页 |
| 1.2.1 不良信息过滤的研究现状 | 第7-8页 |
| 1.2.2 知识图谱的研究现状 | 第8-9页 |
| 1.2.3 知识图谱的应用现状 | 第9-10页 |
| 1.3 课题研究内容及意义 | 第10-11页 |
| 1.4 组织结构 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 相关概念与数据源 | 第13-20页 |
| 2.1 基本概念 | 第13-14页 |
| 2.2 知识图谱 | 第14-18页 |
| 2.2.1 典型分类 | 第14页 |
| 2.2.2 知识的结构化表示 | 第14-15页 |
| 2.2.3 知识推理 | 第15-16页 |
| 2.2.4 存储方法 | 第16页 |
| 2.2.5 可视化方法 | 第16页 |
| 2.2.6 典型应用 | 第16-18页 |
| 2.3 数据源 | 第18-19页 |
| 2.3.1 常见的数据源分类 | 第18页 |
| 2.3.2 本课题研究的数据源 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 知识图谱构建的技术 | 第20-30页 |
| 3.1 基于网络爬虫的数据采集技术 | 第20-21页 |
| 3.2 基于深度置信网络的知识抽取算法 | 第21-25页 |
| 3.2.1 受限玻尔兹曼机 | 第23-24页 |
| 3.2.2 反向传播网络 | 第24-25页 |
| 3.3 基于图数据库的数据存储方法 | 第25-29页 |
| 3.3.1 Neo4J图形数据库的工作原理 | 第26-27页 |
| 3.3.2 Neo4J图形数据库的特性 | 第27页 |
| 3.3.3 Neo4J集群 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 网络不良信息的知识图谱构建 | 第30-50页 |
| 4.1 整体构建流程与算法步骤 | 第30-32页 |
| 4.2 面向网络不良信息的知识图谱构建 | 第32-45页 |
| 4.2.1 数据的采集 | 第32-36页 |
| 4.2.2 知识抽取 | 第36-41页 |
| 4.2.3 知识图谱的构建 | 第41-45页 |
| 4.2.4 知识图谱的存储 | 第45页 |
| 4.3 实验结果和算法评估 | 第45-49页 |
| 4.3.1 实验环境与数据 | 第45-46页 |
| 4.3.2 评估指标 | 第46页 |
| 4.3.3 实验结果与评估 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 作者攻读硕士期间的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |
