| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 本文的相关工作 | 第11页 |
| 1.3 论文的组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 相关研究工作 | 第13-19页 |
| 2.1 知识聚类的研究工作 | 第13-16页 |
| 2.1.1 共词分析技术 | 第13页 |
| 2.1.2 共现矩阵的相似度系数 | 第13-15页 |
| 2.1.3 知识聚类算法 | 第15-16页 |
| 2.1.4 共现矩阵的构造 | 第16页 |
| 2.2 重名消歧的研究工作 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于MapReduce的知识聚类与统计机制 | 第19-45页 |
| 3.1 基于MapReduce的共现矩阵构建方法 | 第19-24页 |
| 3.1.1 MapReduce的概述 | 第19-20页 |
| 3.1.2 知识对象建模 | 第20-21页 |
| 3.1.3 MR-CoMatrix算法 | 第21-22页 |
| 3.1.4 相似度矩阵构建 | 第22-24页 |
| 3.2 知识聚类与统计 | 第24-27页 |
| 3.2.1 基于相似度矩阵的知识聚类 | 第24-25页 |
| 3.2.2 MR-Statistics算法 | 第25-27页 |
| 3.3 实验验证与分析 | 第27-36页 |
| 3.3.1 实验环境 | 第27页 |
| 3.3.2 实验与性能分析 | 第27-36页 |
| 3.4 应用效果 | 第36-44页 |
| 3.4.1 文献统计分析 | 第36-40页 |
| 3.4.2 热点聚类分析 | 第40-44页 |
| 3.5 小结 | 第44-45页 |
| 第四章 一种基于多特征融合的作者重名消歧算法研究 | 第45-59页 |
| 4.1 相关概念 | 第45-46页 |
| 4.1.1 作者对象建模 | 第45页 |
| 4.1.2 单特征相似度 | 第45-46页 |
| 4.2 多特征融合算法的准备工作 | 第46-50页 |
| 4.2.1 单特征的模糊匹配 | 第46-47页 |
| 4.2.2 单特征相似度检测方法 | 第47-48页 |
| 4.2.3 单特征的选择与分析 | 第48页 |
| 4.2.4 单特征消歧算法 | 第48-50页 |
| 4.3 多特征融合消岐算法 | 第50-54页 |
| 4.3.1 制定消歧规则 | 第50-51页 |
| 4.3.2 多特征融合消岐算法 | 第51-54页 |
| 4.4 实验验证与分析 | 第54-58页 |
| 4.4.1 实验环境和数据来源 | 第54-55页 |
| 4.4.2 实验数据的预处理 | 第55页 |
| 4.4.3 实验与性能分析 | 第55-58页 |
| 4.5 小结 | 第58-59页 |
| 第五章 知识分析系统的设计与构建 | 第59-68页 |
| 5.1 系统整体架构设计 | 第59-60页 |
| 5.2 系统运行流程 | 第60-61页 |
| 5.3 功能模块 | 第61-64页 |
| 5.3.1 文献统计模块 | 第61-63页 |
| 5.3.2 重名消歧模块 | 第63-64页 |
| 5.4 系统实现 | 第64-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第77-78页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第78-79页 |
| 致谢 | 第79页 |