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--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于Web的实体信息搜索与挖掘研究

摘要第1-5页
ABSTRACT(英文摘要)第5-10页
第一章 绪论第10-22页
   ·研究背景第10-16页
     ·Web的发展第10-12页
     ·Web搜索与挖掘研究现状第12-16页
   ·主要工作第16-20页
     ·传统网络(Web 1.0)的实体搜索与挖掘研究第16-18页
     ·社会化网络(Web 2.0)的实体搜索与挖掘研究第18-19页
     ·语义网络(Web 3.0)的实体搜索与挖掘研究第19-20页
   ·主要贡献第20页
     ·理论创新第20页
     ·应用价值第20页
   ·章节安排第20-22页
第二章 相关领域研究现状第22-30页
   ·信息检索的经典模型第22-25页
     ·向量空间模型第22-23页
     ·概率模型第23-25页
   ·传统网络下的实体搜索与挖掘现状第25-27页
     ·实体抽取第25-26页
     ·实体搜索第26页
     ·实体关系挖掘第26-27页
   ·社会化网络下的实体搜索与挖掘现状第27页
   ·语义网络下的实体搜索与挖掘现状第27-30页
     ·浮出语义第27页
     ·语义搜索第27-28页
     ·语义网络服务组合第28-30页
第三章 传统网络(Web 1.0)下的实体搜索与挖掘第30-106页
   ·序言第30-31页
   ·基于概率的细粒度专家搜索第31-46页
     ·简介第31-32页
     ·相关工作第32-33页
     ·细粒度的专家查找第33-37页
     ·细粒度专家搜索实现第37-41页
     ·细粒度专家搜索实验结果第41-45页
     ·结论第45-46页
   ·多类型关系的隐式关联挖掘第46-68页
     ·简介第46-47页
     ·相关工作第47-48页
     ·对象关联挖掘问题的定义第48-49页
     ·用混合模型挖掘隐式关联第49-50页
     ·类别可分混合模型第50-56页
     ·专家第56-61页
     ·学术挖掘第61-65页
     ·结论第65页
     ·附录A第65-68页
   ·基于Web的竞争对手挖掘第68-90页
     ·简介第68-69页
     ·相关工作第69-71页
     ·从网络上挖掘竞争对手第71页
     ·竞争者发现第71-75页
     ·竞争领域挖掘第75-79页
     ·竞争依据挖掘第79-81页
     ·改进的竞争者挖掘模型第81-82页
     ·实验结果第82-89页
     ·结论第89-90页
   ·时间关联的事件挖掘第90-105页
     ·简介第90-91页
     ·相关工作第91-93页
     ·时间关联事件搜索算法第93-98页
     ·实验结果第98-103页
     ·结论第103-105页
   ·小结第105-106页
第四章 社会化网络(Web 2.0)下的实体挖掘研究第106-164页
   ·序言第106-107页
   ·社会化搜索第107-124页
     ·简介第107-108页
     ·相关工作第108-109页
     ·基于社会化标注的万维网搜索第109-115页
     ·实验结果第115-121页
     ·讨论第121-122页
     ·结论第122-124页
   ·社会化语言模型第124-142页
     ·简介第124-125页
     ·相关工作第125-126页
     ·社会化标注分析第126-129页
     ·社会化语言模型第129-131页
     ·社会化语言模型参数估计第131-134页
     ·探索社会化标注结构第134-136页
     ·实验结果第136-140页
     ·结论第140-142页
   ·社会化浏览第142-162页
     ·简介第142-144页
     ·相关工作第144页
     ·大规模社会化标注浏览算法概览第144-145页
     ·高效浏览社会化标注第145-155页
     ·社会化标注浏览的增强模型第155-157页
     ·实验结果第157-160页
     ·结论第160-162页
   ·小结第162-164页
第五章 语义网络(Web 3.0)下的实体挖掘研究第164-190页
   ·序言第164-165页
   ·语义浮出第165-177页
     ·简介第165-166页
     ·相关工作第166-167页
     ·层次化语义浮出模型描述第167-172页
     ·实验结果第172-176页
     ·结论第176-177页
   ·语义Web服务组合第177-188页
     ·简介第177-178页
     ·相关工作第178-179页
     ·预备知识第179-181页
     ·语义网络服务组合框架第181-182页
     ·语义重写算法第182-184页
     ·案例分析第184-186页
     ·讨论第186-187页
     ·结论第187-188页
   ·小结第188-190页
总结第190-192页
参考文献第192-208页
致谢第208-210页
个人简历、在学期间的研究成果及发表的论文第210-215页

论文共215页,点击 下载论文
上一篇:基于网格化管理和信息距离理论的城市电子政务流程研究
下一篇:蜂窝网和自组织网络融合技术的研究