面向依赖型数据源的Deep Web数据融合技术研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 引言 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究内容 | 第13-14页 |
| ·论文结构与安排 | 第14-15页 |
| 第2章 依赖关系检测概述 | 第15-23页 |
| ·基于依赖关系的数据集成框架 | 第15-19页 |
| ·检测依赖关系的挑战 | 第19-21页 |
| ·检测依赖关系的基本策略 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 依赖关系局部检测 | 第23-37页 |
| ·模型提出 | 第23-24页 |
| ·检测数据源的依赖性 | 第24-28页 |
| ·数据源之间的依赖性 | 第24-26页 |
| ·单一值的投票计数 | 第26-28页 |
| ·获取正确值 | 第28页 |
| ·考虑数据源的准确度 | 第28-32页 |
| ·包含数据源准确度的依赖性 | 第29-30页 |
| ·数据源的准确度 | 第30-31页 |
| ·结合数据源的准确度和依赖性 | 第31-32页 |
| ·扩展 | 第32-33页 |
| ·实验结果 | 第33-36页 |
| ·实验设置 | 第33-34页 |
| ·评价指标 | 第34页 |
| ·实验结果 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 依赖关系全局检测 | 第37-57页 |
| ·问题提出 | 第37-40页 |
| ·局部检测的基本模型 | 第40-43页 |
| ·局部检测的增强模型 | 第43-48页 |
| ·全局拷贝检测 | 第48-52页 |
| ·计算P(s_1 →s_2 |Rr) | 第48-49页 |
| ·找出 Rr | 第49-51页 |
| ·改善效率 | 第51-52页 |
| ·实验结果 | 第52-56页 |
| ·实验设置 | 第52-53页 |
| ·评价指标 | 第53页 |
| ·实验结果 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于依赖关系的在线数据融合 | 第57-73页 |
| ·问题提出 | 第57-58页 |
| ·离线数据融合 | 第58-59页 |
| ·在线数据融合框架 | 第59-62页 |
| ·在线融合中考虑拷贝关系 | 第62-68页 |
| ·投票计数 | 第62-63页 |
| ·概率计算 | 第63-66页 |
| ·数据源排序 | 第66-68页 |
| ·实验结果 | 第68-72页 |
| ·实验设置 | 第68-69页 |
| ·评价指标 | 第69页 |
| ·实验结果 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·工作总结 | 第73页 |
| ·特色与创新 | 第73-74页 |
| ·工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读学位期间公开发表论文及参与科研项目 | 第79-80页 |
| 致谢 | 第80-81页 |
