| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 2. 相关概念及理论 | 第16-23页 |
| 2.1 隐性知识发现 | 第16-18页 |
| 2.1.1 隐性知识的概念和特征 | 第16-17页 |
| 2.1.2 隐性知识发现的概念和特征 | 第17-18页 |
| 2.2 知识地图 | 第18-19页 |
| 2.2.1 知识地图的概念和特征 | 第18-19页 |
| 2.2.2 知识地图在隐性知识发现中的作用 | 第19页 |
| 2.3 关联数据 | 第19-23页 |
| 2.3.1 关联数据的概念 | 第19-20页 |
| 2.3.2 关联数据的结构特征 | 第20-21页 |
| 2.3.3 关联数据的相关技术 | 第21页 |
| 2.3.4 关联数据在隐性知识发现中的作用 | 第21-23页 |
| 3 关联数据环境下基于知识地图的隐性知识发现过程 | 第23-28页 |
| 3.1 传统知识发现过程分析 | 第23-24页 |
| 3.1.1 传统知识发现过程 | 第23-24页 |
| 3.1.2 传统知识发现过程的不足 | 第24页 |
| 3.2 关联数据环境下基于知识地图的隐性知识发现过程分析 | 第24-28页 |
| 4 关联数据环境下基于知识地图的隐性知识发现模型 | 第28-42页 |
| 4.1 关联数据环境下基于知识地图的隐性知识发现模型架构 | 第28-30页 |
| 4.2 关联数据模块 | 第30-34页 |
| 4.2.1 关联数据发布 | 第30-32页 |
| 4.2.2 关联数据网络 | 第32-33页 |
| 4.2.3 数据源选择 | 第33-34页 |
| 4.3 数据处理模块 | 第34-36页 |
| 4.3.1 关联数据查询与获取 | 第34-36页 |
| 4.3.2 关联数据整合 | 第36页 |
| 4.4 基于关联数据的知识地图模块 | 第36-39页 |
| 4.4.1 语义链接 | 第37-38页 |
| 4.4.2 语义计算 | 第38-39页 |
| 4.4.3 计算机知识地图 | 第39页 |
| 4.4.4 人的知识地图 | 第39页 |
| 4.5 隐性知识发现模块 | 第39-42页 |
| 4.5.1 隐性知识定位 | 第40页 |
| 4.5.2 隐性知识发现 | 第40-41页 |
| 4.5.3 隐性知识发现可视化 | 第41页 |
| 4.5.4 新知识解释评估 | 第41-42页 |
| 5 实例分析 | 第42-46页 |
| 5.1 隐性知识定位 | 第42-43页 |
| 5.2 隐性知识预测 | 第43页 |
| 5.3 知识地图生成 | 第43-46页 |
| 6. 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46-47页 |
| 6.2 展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士论文期间参加的主要科研项目 | 第51-52页 |
| 致谢 | 第52-53页 |