| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 主要研究问题 | 第16-17页 |
| 1.4 论文研究方法与组织框架 | 第17-20页 |
| 1.4.1 研究方法 | 第17-18页 |
| 1.4.2 研究框架 | 第18-20页 |
| 第二章 相关理论与技术 | 第20-30页 |
| 2.1 本体的相关说明 | 第20-27页 |
| 2.1.1 本体的内涵 | 第20页 |
| 2.1.2 本体的描述语言 | 第20-22页 |
| 2.1.3 本体的存储查询 | 第22-24页 |
| 2.1.4 本体的SPARQL查询语言 | 第24-26页 |
| 2.1.5 本体映射 | 第26-27页 |
| 2.2 大数据相关技术说明 | 第27-30页 |
| 2.2.1 Hadoop | 第27-28页 |
| 2.2.2 MapReduce | 第28页 |
| 2.2.3 Hive | 第28页 |
| 2.2.4 HBase | 第28-30页 |
| 第三章 大数据背景下本体的存储研究 | 第30-44页 |
| 3.1 HBase数据库的选择 | 第30页 |
| 3.2 基于HBase的RDF本体存储模式 | 第30-37页 |
| 3.2.1 基于HBase的水平存储模式 | 第30-32页 |
| 3.2.2 基于HBase的垂直存储模式 | 第32页 |
| 3.2.3 基于HBase的分解存储模式 | 第32-34页 |
| 3.2.4 基于HBase的改进存储模式 | 第34-36页 |
| 3.2.5 四种存储模式的总结比较 | 第36-37页 |
| 3.3 基于HBase的OWL本体存储模式 | 第37-43页 |
| 3.3.1 存储逻辑 | 第37-38页 |
| 3.3.2 模型与示例 | 第38-40页 |
| 3.3.3 查询比较 | 第40-42页 |
| 3.3.4 总结 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 大数据背景下基于用户习惯的本体查询扩展研究 | 第44-57页 |
| 4.1 研究角度的确定 | 第44-45页 |
| 4.2 基于用户习惯的具体研究内容 | 第45-46页 |
| 4.2.1 Web日志的组成说明 | 第45-46页 |
| 4.2.2 价值特色与目标定位 | 第46页 |
| 4.3 研究的具体过程 | 第46-49页 |
| 4.3.1 用户的身份识别 | 第47页 |
| 4.3.2 会话切割 | 第47-48页 |
| 4.3.3 会话补充 | 第48页 |
| 4.3.4 会话重组 | 第48-49页 |
| 4.3.5 概念词汇选择倾向 | 第49页 |
| 4.4 实验示例 | 第49-56页 |
| 4.4.1 实验环境 | 第49-50页 |
| 4.4.2 实验步骤 | 第50-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 大数据背景下本体映射系统的评价体系研究 | 第57-70页 |
| 5.1 本体映射系统评价体系的建立 | 第57-59页 |
| 5.1.1 评价体系建立的标准和内涵 | 第57-59页 |
| 5.2 评价体系的具体内容 | 第59-61页 |
| 5.2.1 词汇层面的多样性 | 第59页 |
| 5.2.2 结构层面的深入性 | 第59-60页 |
| 5.2.3 语义层面的关联性 | 第60页 |
| 5.2.4 映射系统的实用性 | 第60-61页 |
| 5.3 指标的量化 | 第61-65页 |
| 5.3.1 指标量化的依据 | 第62-65页 |
| 5.3.2 混合策略说明 | 第65页 |
| 5.3.3 指标量化的条件约束 | 第65页 |
| 5.4 本体映射系统评价体系的应用与分析 | 第65-69页 |
| 5.4.1 系统工具的量化指标评分 | 第65-67页 |
| 5.4.2 评价体系的应用情况分析 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 结束语 | 第70-72页 |
| 6.1 总结与贡献 | 第70页 |
| 6.2 不足与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间的科研成果 | 第73-74页 |
| 参考文献 | 第74-78页 |