| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·论文研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文研究的目的和研究内容 | 第14-15页 |
| ·研究目的 | 第14-15页 |
| ·主要研究工作 | 第15页 |
| ·本文结构 | 第15-17页 |
| 第2章 Web 文本挖掘与本体技术 | 第17-32页 |
| ·Web 文本挖掘概述 | 第17页 |
| ·Web 文本挖掘的一般过程 | 第17-22页 |
| ·Web 文本采集 | 第17-18页 |
| ·网页信息提取 | 第18页 |
| ·内容分词 | 第18-19页 |
| ·文本的特征表示 | 第19-21页 |
| ·特征的提取 | 第21-22页 |
| ·文本挖掘与挖掘结果评价 | 第22页 |
| ·文本聚类算法及算法评价指标 | 第22-26页 |
| ·常用的文本聚类算法 | 第22-25页 |
| ·聚类算法评价指标 | 第25-26页 |
| ·本体概述 | 第26-27页 |
| ·本体的概念 | 第26-27页 |
| ·本体的功能 | 第27页 |
| ·本体的构建过程 | 第27-28页 |
| ·本体描述语言 | 第28-30页 |
| ·本体与Web 文本挖掘中结合应用 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于本体的Web 文本挖掘关键技术研究 | 第32-44页 |
| ·本体建模与形式化描述 | 第32-34页 |
| ·本体的建模元语 | 第32-33页 |
| ·本体形式化描述 | 第33-34页 |
| ·从关键词到概念的映射 | 第34-37页 |
| ·匹配算法 | 第35-36页 |
| ·概念特征的提取 | 第36-37页 |
| ·基于本体概念的VSM 表示模型 | 第37页 |
| ·SOM 神经网络算法 | 第37-42页 |
| ·SOM 神经网络算法简介 | 第37-40页 |
| ·SOM 算法步骤 | 第40-41页 |
| ·SOM 算法的优点与缺点 | 第41-42页 |
| ·本体概念与领域新词汇的相关性计算 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第4章 基于本体的Web 文本挖掘与检索服务系统设计与实验结果评价 | 第44-68页 |
| ·系统框架 | 第44-45页 |
| ·系统的模块设计 | 第45-55页 |
| ·本体管理模块 | 第45-47页 |
| ·Web 信息采集模块 | 第47页 |
| ·文本预处理模块 | 第47-52页 |
| ·文本聚类分析模块 | 第52-54页 |
| ·语义检索模块 | 第54页 |
| ·用户接口模块 | 第54-55页 |
| ·系统的实现与评价 | 第55-67页 |
| ·开发平台与工具 | 第55-56页 |
| ·系统的功能展示 | 第56-65页 |
| ·聚类结果分析 | 第65-66页 |
| ·系统评价 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 结论 | 第68-70页 |
| ·全文工作总结 | 第68-69页 |
| ·进一步研究展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间所发表的学术论文 | 第73-74页 |
| 致谢 | 第74页 |