Deep Web数据源聚类与查询转换的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题研究背景 | 第12-15页 |
| ·DEEP WEB数据集成概述 | 第15-17页 |
| ·国内外研究现状 | 第17-18页 |
| ·论文结构 | 第18-20页 |
| 第二章 背景知识及DEEP WEB相关技术 | 第20-28页 |
| ·HTML语言 | 第20-25页 |
| ·HTML基本语法与结构 | 第20-22页 |
| ·HTML表单 | 第22-25页 |
| ·文档对象模型(DOM) | 第25-28页 |
| ·DOM中的HTML文档 | 第25页 |
| ·HTML文档的节点 | 第25-28页 |
| 第三章 WEB数据源的聚类 | 第28-44页 |
| ·文本聚类算法 | 第28-32页 |
| ·基于划分的聚类 | 第28-29页 |
| ·基于层次的聚类 | 第29-30页 |
| ·基于后缀树的聚类 | 第30-31页 |
| ·基于频繁项集的聚类 | 第31-32页 |
| ·基于频繁项集的WEB数据源聚类 | 第32-41页 |
| ·基本思想 | 第32页 |
| ·相关概念和定义 | 第32-33页 |
| ·预处理与文本模型 | 第33-34页 |
| ·特征项的加权 | 第34-36页 |
| ·频繁项集的挖掘 | 第36页 |
| ·基于频繁项的聚类 | 第36-41页 |
| ·与传统方法的对比 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 查询转换 | 第44-56页 |
| ·查询转换问题 | 第44-46页 |
| ·查询模型和语义相似度 | 第46-48页 |
| ·查询转换器设计 | 第48-50页 |
| ·属性匹配器 | 第50-51页 |
| ·谓词映射器 | 第51-55页 |
| ·谓词映射框架 | 第52-53页 |
| ·类型处理器 | 第53-55页 |
| ·本章小节 | 第55-56页 |
| 第五章 实验结果与分析 | 第56-62页 |
| ·实验数据 | 第56-57页 |
| ·数据源聚类实验 | 第57-60页 |
| ·查询转换实验 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 研究成果及发表的学术论文 | 第70-72页 |
| 作者和导师简介 | 第72-73页 |
| 附录 | 第73-74页 |
