| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 研究内容和意义 | 第10-11页 |
| 1.4 论文结构 | 第11页 |
| 1.5 本章小结 | 第11-12页 |
| 第二章 查询接口发现相关知识及算法研究 | 第12-23页 |
| 2.1 相关问题描述 | 第12-17页 |
| 2.2 基于朴素贝叶斯（NBC）查询接口算法研究 | 第17-19页 |
| 2.3 基于决策树的查询接口发现算法 | 第19-23页 |
| 第三章 基于惰性学习的查询接口发现算法 | 第23-30页 |
| 3.1 惰性学习法概念 | 第23页 |
| 3.2 K 最近邻分类法 | 第23-25页 |
| 3.3 基于 K 近邻算法的查询接口发现算法设计 | 第25-30页 |
| 第四章 面向领域 DeepWeb 数据源接口发现系统的设计与实现 | 第30-44页 |
| 4.1 相关技术基础 | 第30-32页 |
| 4.2 系统框架总体设计 | 第32页 |
| 4.3 系统功能设计 | 第32-33页 |
| 4.4 系统各功能模块的介绍 | 第33-34页 |
| 4.5 面向领域 Deep Web 数据源接口发现系统的实现 | 第34-44页 |
| 第五章 实验以及相关分析 | 第44-54页 |
| 5.1 实验环境 | 第44页 |
| 5.2 系统效率实验 | 第44-47页 |
| 5.3 基于启发式的 K 最近邻分类算法实验 | 第47-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 在学期间发表论文清单 | 第58-59页 |
| 致谢 | 第59页 |