| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 数据空间概述 | 第14-20页 |
| 1.2.1 数据空间的概念 | 第14-16页 |
| 1.2.2 数据空间的特性 | 第16-19页 |
| 1.2.3 数据空间的典型应用：个人信息管理 | 第19-20页 |
| 1.3 国内外研究现状 | 第20-21页 |
| 1.4 本文的研究内容 | 第21-24页 |
| 1.5 本文的组织结构 | 第24-25页 |
| 第二章 以实体为中心的分层的图数据模型 | 第25-43页 |
| 2.1 引言 | 第25-26页 |
| 2.2 相关工作 | 第26-28页 |
| 2.2.1 数据模型 | 第26-27页 |
| 2.2.2 索引机制 | 第27-28页 |
| 2.3 分层的图数据模型LGDM | 第28-33页 |
| 2.3.1 实体关联数据图 | 第30-31页 |
| 2.3.2 实体关联模式图 | 第31-32页 |
| 2.3.3 数据图转换成模式图 | 第32-33页 |
| 2.4 模型的权重设置 | 第33-35页 |
| 2.4.1 模式图G_S权重设置 | 第34页 |
| 2.4.2 数据图G_D权重设置 | 第34-35页 |
| 2.5 数据的索引结构 | 第35-36页 |
| 2.5.1 实体类属性索引 | 第35页 |
| 2.5.2 关联关系映射索引 | 第35-36页 |
| 2.5.3 属性值倒排索引 | 第36页 |
| 2.6 模型的查询能力 | 第36-38页 |
| 2.6.1 谓词查询 | 第37页 |
| 2.6.2 近邻查询 | 第37页 |
| 2.6.3 关联查询 | 第37-38页 |
| 2.6.4 元数据谓词查询 | 第38页 |
| 2.6.5 元数据关联路径查询 | 第38页 |
| 2.7 实验评价 | 第38-41页 |
| 2.7.1 实验数据集 | 第38-39页 |
| 2.7.2 实验结果与分析 | 第39-41页 |
| 2.8 本章小结 | 第41-43页 |
| 第三章 基于聚类的实体关联关系挖掘算法 | 第43-63页 |
| 3.1 引言 | 第43-44页 |
| 3.2 相关工作 | 第44-46页 |
| 3.3 实体关联关系构建模型 | 第46-48页 |
| 3.3.1 实体关联关系构建的生命周期 | 第46-47页 |
| 3.3.2 关联关系约束验证 | 第47-48页 |
| 3.4 实体关联关系挖掘的基本算法CRQ4A | 第48-57页 |
| 3.4.1 问题定义 | 第48-50页 |
| 3.4.2 难点和挑战 | 第50-51页 |
| 3.4.3 CRQ4A概览 | 第51-57页 |
| 3.5 实体关联关系挖掘的改进算法CFRQ4A | 第57-58页 |
| 3.5.1 CFRQ4A概览 | 第57页 |
| 3.5.2 候选关联实体对过滤 | 第57-58页 |
| 3.6 实验评价 | 第58-61页 |
| 3.6.1 实验数据集 | 第58页 |
| 3.6.2 实验结果与分析 | 第58-61页 |
| 3.7 本章小结 | 第61-63页 |
| 第四章 基于时间的集合式实体识别算法 | 第63-93页 |
| 4.1 引言 | 第63-66页 |
| 4.2 相关工作 | 第66-71页 |
| 4.2.1 实体识别概览 | 第66-69页 |
| 4.2.2 blocking技术 | 第69-70页 |
| 4.2.3 集合式实体识别 | 第70页 |
| 4.2.4 时间记录识别 | 第70-71页 |
| 4.3 具有时间信息实体的集合式实体识别 | 第71-77页 |
| 4.3.1 问题定义 | 第71-72页 |
| 4.3.2 难点和挑战 | 第72页 |
| 4.3.3 T-CER概览 | 第72-77页 |
| 4.4 基于时间演化的聚类算法TE-CLUSTERING | 第77-84页 |
| 4.4.1 相似度度量方法 | 第78-83页 |
| 4.4.2 TE-Clustering算法流程 | 第83-84页 |
| 4.5 集合式实体识别的识别顺序 | 第84-86页 |
| 4.6 实验评价 | 第86-91页 |
| 4.6.1 实验数据集 | 第86页 |
| 4.6.2 评价指标 | 第86-87页 |
| 4.6.3 实验结果与分析 | 第87-91页 |
| 4.7 本章小结 | 第91-93页 |
| 第五章 基于关联关系的关键字查询意图消岐算法 | 第93-113页 |
| 5.1 引言 | 第93-95页 |
| 5.2 相关工作 | 第95-97页 |
| 5.2.1 关键字查询 | 第95-96页 |
| 5.2.2 关键字查询转换 | 第96-97页 |
| 5.3 三步骤的关键字查询意图消歧算法 | 第97-108页 |
| 5.3.1 关键字语义项映射 | 第98-103页 |
| 5.3.2 目标实体类识别 | 第103-107页 |
| 5.3.3 候选查询集生成 | 第107-108页 |
| 5.4 实验评价 | 第108-112页 |
| 5.4.1 实验数据集 | 第108-109页 |
| 5.4.2 实验查询集 | 第109页 |
| 5.4.3 实验结果与分析 | 第109-112页 |
| 5.5 本章小结 | 第112-113页 |
| 第六章 KEYMANTICES实体搜索原型系统的设计与实现 | 第113-125页 |
| 6.1 引言 | 第113页 |
| 6.2 相关工作 | 第113-115页 |
| 6.2.1 数据空间中的查询技术 | 第113-114页 |
| 6.2.2 实体搜索 | 第114-115页 |
| 6.3 KEYMANTICES的系统设计 | 第115-117页 |
| 6.3.1 问题定义 | 第115-116页 |
| 6.3.2 系统设计目标 | 第116-117页 |
| 6.3.3 KeymanticES概览 | 第117页 |
| 6.4 KEYMANTICES的系统实现 | 第117-121页 |
| 6.4.1 系统开发环境 | 第118页 |
| 6.4.2 实体关联关系挖掘的实现 | 第118-119页 |
| 6.4.3 实体识别的实现 | 第119-120页 |
| 6.4.4 关键字查询意图消歧的实现 | 第120-121页 |
| 6.5 实验评价 | 第121-123页 |
| 6.5.1 实验设置 | 第121页 |
| 6.5.2 实验结果与分析 | 第121-123页 |
| 6.6 本章小结 | 第123-125页 |
| 第七章 结论 | 第125-129页 |
| 7.1 本文的主要贡献与结论 | 第125-126页 |
| 7.2 进一步的工作 | 第126-129页 |
| 参考文献 | 第129-143页 |
| 致谢 | 第143-145页 |
| 攻博期间发表的论文 | 第145-147页 |
| 科研经历 | 第147页 |