工作票自动分类方法的研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 工作票分类研究现状 | 第10-11页 |
| 1.2.2 本体研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 2 历史工作票问题类别异常检测 | 第14-29页 |
| 2.1 引言 | 第14-16页 |
| 2.2 潜在语义分析及其改进方法 | 第16-17页 |
| 2.2.1 潜在语义分析算法 | 第16-17页 |
| 2.2.2 特征权重定义方法 | 第17页 |
| 2.3 聚类融合方法 | 第17-23页 |
| 2.3.1 聚类成员产生 | 第19-20页 |
| 2.3.2 选择策略 | 第20-21页 |
| 2.3.3 聚类融合方法 | 第21-23页 |
| 2.4 历史工作票问题类别异常检测方法框架 | 第23-24页 |
| 2.5 实验结果及分析 | 第24-27页 |
| 2.5.1 实验数据集 | 第24-25页 |
| 2.5.2 评价方法 | 第25页 |
| 2.5.3 实验过程及实验结果分析 | 第25-27页 |
| 2.6 本章小结 | 第27-29页 |
| 3 工作票领域本体构建 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 本体相关理论 | 第29-33页 |
| 3.2.1 本体建模元语 | 第29-30页 |
| 3.2.2 本体构建准则 | 第30-31页 |
| 3.2.3 本体描述语言 | 第31页 |
| 3.2.4 本体构建方法 | 第31-32页 |
| 3.2.5 本体构建工具 | 第32-33页 |
| 3.3 工作票领域本体及分类模型设计 | 第33-34页 |
| 3.4 工作票领域本体设计与构建 | 第34-42页 |
| 3.4.1 领域术语提取 | 第34-36页 |
| 3.4.2 领域知识挖掘 | 第36-38页 |
| 3.4.3 本体模型设计 | 第38-39页 |
| 3.4.4 本体模型构建 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于领域本体的工作票分类方法 | 第43-56页 |
| 4.1 引言 | 第43页 |
| 4.2 工作票分类系统框架 | 第43-45页 |
| 4.3 概念匹配与问题推理模型 | 第45-47页 |
| 4.3.1 领域本体解析 | 第45页 |
| 4.3.2 工作票概念匹配与问题推理 | 第45-47页 |
| 4.4 工作票的概念特征表示 | 第47-49页 |
| 4.4.1 概念向量空间模型 | 第47-48页 |
| 4.4.2 工作票模型表示和相似性度量 | 第48-49页 |
| 4.5 工作票分类器 | 第49-50页 |
| 4.6 实验结果及分析 | 第50-54页 |
| 4.6.1 实验数据集 | 第50-51页 |
| 4.6.2 评价方法 | 第51页 |
| 4.6.3 实验过程及实验结果分析 | 第51-54页 |
| 4.7 本章小结 | 第54-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 研究总结 | 第56页 |
| 5.2 未来展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64页 |
