| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·选题背景、目的及意义 | 第11页 |
| ·国内外研究现状分析 | 第11-15页 |
| ·国外领域本体创建研究现状 | 第12-14页 |
| ·国内领域本体创建研究现状 | 第14-15页 |
| ·本课题研究内容和方案 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 第二章 本体综述和形式化概念分析（FCA）理论基础 | 第17-26页 |
| ·本体的基本概念 | 第17-20页 |
| ·本体的定义 | 第17-18页 |
| ·本体的组织方式 | 第18-19页 |
| ·本体分类 | 第19-20页 |
| ·面向不同数据源的本体构建方法概述 | 第20-23页 |
| ·结构化数据源概念和关系的提取方法 | 第20-21页 |
| ·非结构化数据源概念和关系的提取方法 | 第21-22页 |
| ·半结构化数据源概念和关系的提取方法 | 第22-23页 |
| ·本体的在各方面的应用 | 第23页 |
| ·FCA 理论基础 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 面向多数据源的本体概念挖掘 | 第26-39页 |
| ·从不同数据源实现形式背景提取 | 第26-32页 |
| ·从纯文本中提取形式背景 | 第26-28页 |
| ·从HTML 文档中提取形式背景 | 第28-32页 |
| ·从关系数据库中提取形式背景 | 第32页 |
| ·形式背景的合并和分类研究 | 第32-35页 |
| ·形式背景间的关系和运算理论 | 第32-33页 |
| ·形式背景的合并和分类举例 | 第33-35页 |
| ·独立子格的生成以及子格的合并研究 | 第35-38页 |
| ·概念格的生成算法及其实例 | 第35-37页 |
| ·概念格的合并 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于概念格的概念关系和公理的挖掘方法 | 第39-57页 |
| ·一种改进的概念相似度计算模型 | 第39-46页 |
| ·典型的相似度计算模型 | 第40-42页 |
| ·本文提出改进的概念相似度计算模型 | 第42-44页 |
| ·模型间精度的比较实验 | 第44-46页 |
| ·概念关系挖掘方法研究 | 第46-48页 |
| ·基于概念格的概念层次关系挖掘 | 第46-48页 |
| ·基于改进的概念相似度计算模型的概念非层次关系挖掘 | 第48页 |
| ·基于关联挖掘实现公理提取 | 第48-56页 |
| ·关联挖掘概述 | 第48-52页 |
| ·引入关联规则挖掘本体公理的理由 | 第52-53页 |
| ·挖掘本体公理实例 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于FCA 面向多数据源的领域本体创建方法实例 | 第57-70页 |
| ·基于FCA 面向多数据源的领域本体创建方法归纳 | 第57-58页 |
| ·面向多数据源的本体创建实例 | 第58-67页 |
| ·从纯文本中提取形式背景 | 第58-59页 |
| ·从HTML 中提取形式背景 | 第59-61页 |
| ·从关系数据库表格中提取形式背景 | 第61页 |
| ·形式背景的合并和拆分 | 第61-63页 |
| ·子概念格的形成和合并 | 第63-67页 |
| ·概念关系的的提取 | 第67页 |
| ·本体公理的提取 | 第67页 |
| ·基于FCA 的面向多数据源的领域本体创建方法总结 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 全文总结与展望 | 第70-71页 |
| ·论文工作总结 | 第70页 |
| ·下一步工作的思考 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 附录 A 攻读硕士学位期间发表的论文 | 第76-77页 |
| 附录 B 部分数据源及其中间处理结果 | 第77-78页 |
