| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题的研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.3 本文的研究内容与方法 | 第16页 |
| 1.4 论文结构 | 第16-19页 |
| 第2章 相关技术 | 第19-29页 |
| 2.1 HADOOP与MAPREDUCE编程 | 第19-22页 |
| 2.1.1 Hadoop | 第19-21页 |
| 2.1.2 MapReduce编程 | 第21-22页 |
| 2.2 CASSANDRA数据库 | 第22-26页 |
| 2.2.1 Cassandra | 第22-23页 |
| 2.2.2 数据模型 | 第23-26页 |
| 2.3 本体论与领域知识库 | 第26-28页 |
| 2.3.1 本体的概述 | 第26-27页 |
| 2.3.2 领域知识库的概述 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 数据集成设计 | 第29-53页 |
| 3.1 概述 | 第29-31页 |
| 3.1.1 需求概述 | 第29-30页 |
| 3.1.2 总体设计 | 第30-31页 |
| 3.2 领域知识库的设计 | 第31-42页 |
| 3.2.1 多数据源的数据采样 | 第33页 |
| 3.2.2 多数据源的数据统计 | 第33-35页 |
| 3.2.3 属性聚类 | 第35-39页 |
| 3.2.4 领域知识库的构建方法 | 第39-42页 |
| 3.3 结构化数据集成设计 | 第42-52页 |
| 3.3.1 加载数据 | 第43-44页 |
| 3.3.2 预处理数据 | 第44-45页 |
| 3.3.3 实体识别 | 第45-46页 |
| 3.3.4 合并重复实体 | 第46-50页 |
| 3.3.5 输出数据 | 第50页 |
| 3.3.6 基于MapReduce数据集成的设计 | 第50-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 数据预处理与知识库的构建 | 第53-61页 |
| 4.1 开发环境介绍 | 第53页 |
| 4.2 结构化手机数据的特征 | 第53-54页 |
| 4.3 结构化手机数据的处理过程 | 第54-55页 |
| 4.3.1 结构化数据的来源 | 第54页 |
| 4.3.2 结构化数据的处理 | 第54-55页 |
| 4.3.3 结构化数据的存储 | 第55页 |
| 4.4 领域知识库的构建 | 第55-60页 |
| 4.4.1 多数据源数据样本抽取 | 第55-56页 |
| 4.4.2 多数据源数据统计 | 第56-58页 |
| 4.4.3 属性聚类聚类 | 第58-60页 |
| 4.4.4 手机属性知识库的实例应用 | 第60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 结构化数据集成的实现 | 第61-71页 |
| 5.1 系统功能介绍 | 第61-62页 |
| 5.2 系统各模块的实现 | 第62-70页 |
| 5.2.1 数据预处理 | 第62-64页 |
| 5.2.2 文本相似度计算 | 第64-65页 |
| 5.2.3 文本合并规则 | 第65-69页 |
| 5.2.4 属性处理 | 第69页 |
| 5.2.5 数据加载 | 第69-70页 |
| 5.2.6 基于MapReduce的数据集成 | 第70页 |
| 5.3 本章小结 | 第70-71页 |
| 第6章 实验与分析 | 第71-77页 |
| 6.1 实验数据与实验环境 | 第71页 |
| 6.2 实验结果与分析 | 第71-75页 |
| 6.2.1 有序前缀树聚类与编辑距离聚类 | 第71-72页 |
| 6.2.2 Jaccard系数法与改进Jaccard系数法比较 | 第72-73页 |
| 6.2.3 基于MapReduce数据集成的单机与集群运行时间比较 | 第73页 |
| 6.2.4 集成数据的评价 | 第73-75页 |
| 6.3 本章小结 | 第75-77页 |
| 第7章 总结与展望 | 第77-79页 |
| 7.1 本文工作总结 | 第77页 |
| 7.2 未来工作展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻硕期间发表的论文及参加的项目 | 第85页 |