| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-24页 |
| ·课题背景、目的和意义 | 第12-13页 |
| ·国内外研究动态 | 第13-21页 |
| ·近十年国内研究动态 | 第13-20页 |
| ·国外研究动态 | 第20-21页 |
| ·论文的组织结构 | 第21-22页 |
| ·论文的主要研究成果 | 第22-24页 |
| 第二章 基于OODA 决策循环的主题发现理论框架研究 | 第24-32页 |
| ·OODA | 第24-25页 |
| ·基于OODA 的主题发现 | 第25-32页 |
| ·Observe（观察）——数据集整理 | 第26-27页 |
| ·Orient（判断）——数据的挖掘与融合 | 第27-29页 |
| ·Decide(决策)——主题的可视化展现 | 第29-30页 |
| ·Action(行动)——评估 | 第30-32页 |
| 第三章 数据仓库与数据挖掘 | 第32-45页 |
| ·数据仓库 | 第32-36页 |
| ·数据仓库的概念与特点 | 第32-33页 |
| ·数据仓库的体系结构 | 第33-35页 |
| ·数据仓库的分析与设计概述 | 第35-36页 |
| ·数据仓库的应用发展 | 第36页 |
| ·数据挖掘 | 第36-45页 |
| ·数据挖掘的概念和特点 | 第37-38页 |
| ·数据挖掘与数据仓库的关系 | 第38-39页 |
| ·数据挖掘的分类 | 第39页 |
| ·数据挖掘的一般步骤和过程 | 第39-41页 |
| ·数据挖掘的应用 | 第41-42页 |
| ·数据挖掘存在的问题、研究热点展望 | 第42-45页 |
| 第四章 文本挖掘 | 第45-63页 |
| ·文本挖掘的概念 | 第45页 |
| ·文本挖掘的一般过程 | 第45-48页 |
| ·文本数据集的准备整理 | 第46-47页 |
| ·进行文本数据挖掘分析 | 第47页 |
| ·知识的获取、评价和输出 | 第47-48页 |
| ·相关文本数据挖掘技术的研究介绍 | 第48-63页 |
| ·关联分析 | 第48-57页 |
| ·相似性测度 | 第48-52页 |
| ·关联规则挖掘 | 第52-57页 |
| ·文本分类 | 第57-60页 |
| ·文本聚类 | 第60-63页 |
| 第五章 基于关联规则与改进的 TF*IDF 相结合的领域词库的构建 | 第63-78页 |
| ·领域词库建立的主要过程 | 第63-70页 |
| ·分词 | 第65页 |
| ·提取特征项和向量表示 | 第65-66页 |
| ·复合词的识别 | 第66-67页 |
| ·统计特征项词频 | 第67页 |
| ·基于改进的TF*IDF 算法的特征项权重计算 | 第67-69页 |
| ·对特征项进行阈值筛选建立领域词库 | 第69-70页 |
| ·有关建立该领域词库的数据设计 | 第70-72页 |
| ·数据字典 | 第70-71页 |
| ·数据定义规范 | 第71-72页 |
| ·实验结果及分析 | 第72-78页 |
| 第六章 针对 BBS 数据的基于OODA 决策循环的主题发现的分析与设计 | 第78-88页 |
| ·系统的分析与设计 | 第78-85页 |
| ·有关BBS 数据的基于OODA 的主题发现的分析 | 第78-80页 |
| ·有关BBS 数据的基于OODA 的主题发现的设计 | 第80-85页 |
| ·实验结果及分析 | 第85-88页 |
| 第七章 总结与展望 | 第88-92页 |
| ·总结 | 第88-90页 |
| ·进一步研究展望 | 第90-92页 |
| 参考文献 | 第92-98页 |
| 致谢 | 第98-99页 |
| 附录 | 第99页 |
| 一、在校期间发表的学术论文 | 第99页 |
| 二、在校期间参加的项目 | 第99页 |
