基于本体的知识情境识别和获取研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究内容以及结构安排 | 第10-11页 |
| 1.4 本文组织结构 | 第11-12页 |
| 第二章 相关理论研究综述 | 第12-21页 |
| 2.1 知识情境 | 第12-16页 |
| 2.1.1 知识情境的定义 | 第12-13页 |
| 2.1.2 知识情境的特点和作用 | 第13-14页 |
| 2.1.3 知识情境的识别和获取 | 第14-16页 |
| 2.2 本体 | 第16-20页 |
| 2.2.1 本体的定义及建模元语 | 第16-18页 |
| 2.2.2 本体描述语言 | 第18-19页 |
| 2.2.3 本体构建原则以及构建工具 | 第19-20页 |
| 2.3 小结 | 第20-21页 |
| 第三章 知识情境的识别和获取框架 | 第21-33页 |
| 3.1 KC-CRRM框架 | 第21-22页 |
| 3.2 知识情境的收集 | 第22-23页 |
| 3.3 知识情境识别 | 第23-26页 |
| 3.3.1 情境清洗 | 第24页 |
| 3.3.2 情境集成和变换 | 第24-25页 |
| 3.3.3 情境规约 | 第25-26页 |
| 3.4 知识情境的推理 | 第26-32页 |
| 3.4.1 知识情境推理引擎 | 第26-28页 |
| 3.4.2 本体和规则相结合的推理方法 | 第28-32页 |
| 3.5 小结 | 第32-33页 |
| 第四章 知识情境的表示以及建模 | 第33-40页 |
| 4.1 基于本体的知识情境的表示方法 | 第33-35页 |
| 4.2 知识情境的多维多层划分方法 | 第35-37页 |
| 4.3 知识情境维度以及要素细化 | 第37-39页 |
| 4.4 小结 | 第39-40页 |
| 第五章 知识情境的存储 | 第40-46页 |
| 5.1 知识情境的存储方式 | 第40-41页 |
| 5.2 基于关系数据库的知识情境存储方法 | 第41页 |
| 5.3 基于Jena和MySQL的存储方式 | 第41-44页 |
| 5.3.1 Jena | 第41-43页 |
| 5.3.2 My SQL | 第43-44页 |
| 5.4 知识情境存储框架 | 第44-45页 |
| 5.5 小结 | 第45-46页 |
| 第六章 宽带用户知识情境的识别获取实例 | 第46-56页 |
| 6.1 实验环境和数据来源 | 第46页 |
| 6.2 宽带用户知识情境的收集 | 第46-47页 |
| 6.3 宽带用户知识情境的识别和推理 | 第47-50页 |
| 6.3.1 情境的识别 | 第47-48页 |
| 6.3.2 情境的推理 | 第48-50页 |
| 6.4 宽带用户知识情境的表示 | 第50-53页 |
| 6.5 宽带用户知识情境查询 | 第53-55页 |
| 6.6 小结 | 第55-56页 |
| 第七章 总结和展望 | 第56-58页 |
| 7.1 总结 | 第56页 |
| 7.2 未来工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的研究成果 | 第63页 |
