摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 论文研究内容 | 第14-15页 |
1.4 论文组织结构 | 第15-16页 |
第2章 关键技术介绍 | 第16-25页 |
2.1 网络模型 | 第16-20页 |
2.1.1 OSI参考模型和TCP/IP模型 | 第16-18页 |
2.1.2 TCP/IP协议 | 第18-20页 |
2.1.3 TCP/IP与MySQL协议框架 | 第20页 |
2.2 包过滤技术和抓包技术 | 第20-23页 |
2.2.1 数据包捕获的常用方法 | 第20-21页 |
2.2.2 Win Pcap介绍 | 第21-22页 |
2.2.3 Npcap介绍 | 第22-23页 |
2.3 数据融合 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
第3章 增量式数据集成模型研究 | 第25-33页 |
3.1 增量式数据集成的目标和层次 | 第25-27页 |
3.2 领域信息资源整合 | 第27-29页 |
3.2.1 职能域形式化定义 | 第27-28页 |
3.2.2 业务流程分析 | 第28页 |
3.2.3 数据元分析 | 第28-29页 |
3.2.4 信息资源结构表示 | 第29页 |
3.3 增量式数据抽取模块 | 第29-31页 |
3.4 数据集融合模块 | 第31-32页 |
3.5 本章小结 | 第32-33页 |
第4章 数据抽取模块研究 | 第33-40页 |
4.1 设计内容分析和设计原理 | 第33-34页 |
4.2 增量式数据抽取实现方法 | 第34-39页 |
4.2.1 获取网络驱动器列表 | 第34-35页 |
4.2.2 绑定网卡并编译过滤规则 | 第35-36页 |
4.2.3 捕获数据包 | 第36-37页 |
4.2.4 解析数据包 | 第37-38页 |
4.2.5 数据抽取命中率 | 第38-39页 |
4.2.6 数据上传 | 第39页 |
4.3 本章小结 | 第39-40页 |
第5章 数据集融合模型的构建 | 第40-47页 |
5.1 融合决策需求的选取 | 第40-41页 |
5.2 基于决策需求的融合模型 | 第41-44页 |
5.2.1 数据源降重选择 | 第41-42页 |
5.2.2 数据预处理 | 第42页 |
5.2.3 数据集聚类 | 第42-43页 |
5.2.4 数据集融合 | 第43-44页 |
5.3 融合模型的算法实现 | 第44-46页 |
5.4 本章小结 | 第46-47页 |
第6章 旅游领域数据集成应用案例 | 第47-64页 |
6.1 实验环境 | 第47-48页 |
6.1.1 仿真实验环境 | 第47页 |
6.1.2 企事业单位和政府职能处室端环境部署 | 第47-48页 |
6.1.3 集成端环境部署 | 第48页 |
6.2 旅游领域信息资源整合 | 第48-51页 |
6.2.1 职能域信息提取 | 第48-49页 |
6.2.2 业务流程分析 | 第49-50页 |
6.2.3 数据元资源 | 第50-51页 |
6.3 旅游职能处室数据抽取 | 第51-59页 |
6.3.1 数据抽取 | 第51-55页 |
6.3.2 Web Service服务器端部署 | 第55-57页 |
6.3.3 Web Service客户端数据接收及解析 | 第57-59页 |
6.4 旅游职能处室数据集融合 | 第59-63页 |
6.4.1 数据预处理 | 第59-62页 |
6.4.2 数据集聚类与融合 | 第62-63页 |
6.5 本章小结 | 第63-64页 |
结论 | 第64-66页 |
参考文献 | 第66-70页 |
致谢 | 第70页 |