企业电子文档相似度快速检测技术的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-10页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 研究内容与创新点 | 第8-9页 |
| 1.3 本文的组织结构 | 第9-10页 |
| 2 相关技术 | 第10-25页 |
| 2.1 企业电子文档相关概念 | 第10页 |
| 2.2 企业电子文档安全威胁及对策 | 第10-11页 |
| 2.3 企业电子文档预处理 | 第11-16页 |
| 2.3.1 企业电子文档识别 | 第11-12页 |
| 2.3.2 企业电子文档信息提取 | 第12-15页 |
| 2.3.3 文档特征提取 | 第15-16页 |
| 2.4 文档相似度检测技术概述 | 第16-24页 |
| 2.4.1 文档相似度检测概念 | 第16-17页 |
| 2.4.2 文档相似度检测技术的发展 | 第17-18页 |
| 2.4.3 文档相似度检测算法简介 | 第18-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 算法设计 | 第25-43页 |
| 3.1 问题的提出 | 第25-26页 |
| 3.2 设计原则 | 第26页 |
| 3.3 检测系统工作原理 | 第26-28页 |
| 3.4 检测系统关键技术 | 第28-32页 |
| 3.4.1 文本块的选择 | 第28-29页 |
| 3.4.2 哈希函数 | 第29-30页 |
| 3.4.3 倒排索引 | 第30-31页 |
| 3.4.4 分块缓存 | 第31-32页 |
| 3.5 文档相似度检测技术的评价 | 第32-34页 |
| 3.5.1 检测效率 | 第32-33页 |
| 3.5.2 检测效果 | 第33-34页 |
| 3.5.3 相似度度量 | 第34页 |
| 3.6 算法流程 | 第34-39页 |
| 3.6.1 文档预处理流程 | 第34-35页 |
| 3.6.2 特征提取及样本库构建流程 | 第35-37页 |
| 3.6.3 文档相似度计算流程 | 第37-39页 |
| 3.7 实验及相关分析 | 第39-42页 |
| 3.7.1 实验设置 | 第39-40页 |
| 3.7.2 文档相似度检测的准确性度量 | 第40-42页 |
| 3.7.3 文档相似度检测的效率度量 | 第42页 |
| 3.8 本章小结 | 第42-43页 |
| 4 系统设计与实现 | 第43-49页 |
| 4.1 企业文档相似度检测系统的系统框架 | 第43-44页 |
| 4.2 主要功能模块 | 第44-46页 |
| 4.2.1 服务器端管理模块 | 第44页 |
| 4.2.2 样本库管理模块 | 第44-45页 |
| 4.2.3 客户端监测模块 | 第45页 |
| 4.2.4 查询支持模块 | 第45页 |
| 4.2.5 客户端管理模块 | 第45页 |
| 4.2.6 相似度检测模块 | 第45页 |
| 4.2.7 状态结果模块 | 第45-46页 |
| 4.3 系统实现 | 第46-48页 |
| 4.3.1 样本库管理界面 | 第46页 |
| 4.3.2 客户端管理界面 | 第46-47页 |
| 4.3.3 检测报告查看界面 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 结论 | 第52-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-55页 |
