首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

面向智能服务的Web内容计算研究与应用

摘要第1-5页
Abstract第5-9页
第一章 综述第9-29页
   ·Web内容计算和挖掘第11-12页
   ·Web内容挖掘第12-19页
     ·Web信息提取第13-14页
     ·Web数据挖掘第14-15页
     ·Web信息检索第15页
     ·Web文本挖掘第15-18页
       ·Web文本采集与预处理第16-17页
       ·文本的表示模型第17页
       ·文本的特征选择第17-18页
       ·文本分类方法与评价第18页
     ·Web内容挖掘的主要方法第18-19页
   ·Web结构挖掘第19-20页
   ·Web使用挖掘第20页
   ·智能Web服务第20-21页
   ·语义Web与内容计算第21-22页
   ·本文工作内容第22-23页
   ·本论文内容安排第23-25页
 参考文献第25-29页
第二章 基于Web信息提取的增量数据挖掘第29-55页
   ·引言第29-30页
   ·Web信息提取研究的发展第30-32页
   ·Web信息提取的概念第32-33页
   ·Web信息提取模型第33-35页
   ·Web信息提取常用方法第35-40页
     ·Web信息的主要组织方式第35-36页
     ·Web信息提取的方法第36-40页
   ·Web提取信息的特点与挖掘第40页
   ·基于Web信息提取的增量式挖掘与应用第40-50页
     ·从Web页面中提取半结构化的数据第42页
     ·增量FP-Growth算法挖掘关联规则第42-47页
     ·实例应用第47-50页
   ·结语第50-51页
 参考文献第51-55页
第三章 基于句子相关度的Web文档分类第55-77页
   ·概述第55-56页
   ·Web文本挖掘简介第56-63页
     ·Web文本采集与预处理第57-58页
     ·文本的特征表示第58-63页
   ·基于句子相关度的分类方法研究第63-72页
     ·类别语料库第64-65页
     ·句子相关度分类算法第65-67页
     ·句子的类别相关度第67-69页
     ·分类处理第69-70页
     ·实验与结果分析第70-72页
   ·结语第72-74页
 参考文献第74-77页
第四章 基于Web内容的智能服务第77-95页
   ·引言第77-78页
   ·智能Web服务第78-80页
     ·智能Web服务的定义第78页
     ·智能Web服务的框架第78-79页
     ·智能Web服务的研究第79页
     ·智能Web服务的应用第79-80页
   ·一个智能Web比较网站的研究与实现第80-92页
     ·比较网站的结构第80-82页
     ·比较网站的关键技术第82-89页
     ·数据分析与结果发布第89-90页
     ·实验结果和讨论第90-92页
   ·结语第92-93页
 参考文献第93-95页
第五章 WEB内容计算的希望—语义WEB(Semantic Web)第95-115页
   ·语义Web定义和体系结构第96-99页
   ·语义Web的几个关键技术第99-109页
     ·XML和XML schema第99-102页
     ·RDF--Web数据的语义描述模型第102-105页
       ·RDF概念第102页
       ·RDF数据模型第102-105页
     ·Ontology(本体)第105-109页
       ·什么是Ontology第105-106页
       ·Ontology研究的意义第106-107页
       ·Ontology当前研究状况第107-109页
   ·Semantic Web在信息获取和内容计算中的应用第109-111页
   ·结语第111-113页
 参考文献第113-115页
第六章 总结和未来工作第115-118页
   ·本文工作总结第115-116页
   ·未来工作第116-118页
攻读博士学位期间参与的科研项目及主要成果第118-119页
致谢第119页

论文共119页,点击 下载论文
上一篇:对趋向动词“起来”及其语法化的研究
下一篇:自动指纹识别系统关键技术的研究与设计