Deep Web数据源下重复记录识别模型的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-13页 |
| ·Deep Web国内外研究现状 | 第13-16页 |
| ·本文解决的主要问题 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第2章 相关概念及关键技术 | 第18-30页 |
| ·重复记录识别 | 第18-19页 |
| ·重复记录识别的研究现状 | 第19-23页 |
| ·基于关系数据的重复记录识别 | 第19-21页 |
| ·基于XML数据的重复记录识别 | 第21-22页 |
| ·ETL | 第22-23页 |
| ·全局模式 | 第23页 |
| ·技术简介 | 第23-28页 |
| ·HTML | 第24-25页 |
| ·XML | 第25-27页 |
| ·DOM | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 重复记录识别模型体系结构 | 第30-34页 |
| ·重复记录模型的提出 | 第30-31页 |
| ·重复记录识别模式体系结构 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于全局模式的同构记录处理 | 第34-44页 |
| ·数据预处理过程 | 第34-38页 |
| ·DOM树的创建 | 第34-36页 |
| ·实体记录的创建 | 第36-38页 |
| ·同构记录的处理 | 第38-43页 |
| ·实体记录属性值匹配关系的确定 | 第39-42页 |
| ·全局模式属性权重的确定 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于多相似度估算器的异构记录处理 | 第44-56页 |
| ·异构记录的处理过程 | 第44页 |
| ·多种相似度估算器 | 第44-52页 |
| ·应用多种相似度估算器的优势 | 第44-45页 |
| ·已实现的多种相似度估算器 | 第45-51页 |
| ·实体记录间相似度的确定 | 第51-52页 |
| ·不确定相似记录的处理 | 第52页 |
| ·重复记录集的确定 | 第52-54页 |
| ·生成重复记录集的算法复杂度 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 实验结果及分析 | 第56-62页 |
| ·重复记录识别模型的实现 | 第56-58页 |
| ·实验及结果分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第7章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的论文 | 第69页 |
