| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题背景 | 第12-15页 |
| 1.2 本文工作与贡献 | 第15-17页 |
| 1.3 本文组织 | 第17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 相关工作 | 第18-26页 |
| 2.1 传统数据整合方法 | 第18-22页 |
| 2.1.1 模式对齐(Schema Alignment) | 第18-20页 |
| 2.1.2 记录链接(Record Linkage) | 第20-22页 |
| 2.1.3 数据融合(Data fusion) | 第22页 |
| 2.2 语义转换 | 第22-23页 |
| 2.3 单词相似度计算 | 第23-25页 |
| 2.3.1 潜在语义分析法(LSA,Latent Semantic Analysis) | 第23-24页 |
| 2.3.2 利用WordNet进行单词相似度计算 | 第24页 |
| 2.3.3 基于分布的单词相似度计算 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 数据模型和问题定义 | 第26-30页 |
| 3.1 数据模型定义 | 第26-27页 |
| 3.2 问题描述 | 第27-29页 |
| 3.3 系统预期目标 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 系统结构与整体设计 | 第30-46页 |
| 4.1 社保大数据平台系统结构 | 第30-34页 |
| 4.1.1 整体架构 | 第30-32页 |
| 4.1.2 大数据混合异构分布式存储计算云平台 | 第32-34页 |
| 4.2 大规模异构数据即时整合系统整体系统结构 | 第34-44页 |
| 4.2.1 系统网络结构 | 第35-36页 |
| 4.2.2 系统主要模块 | 第36-37页 |
| 4.2.3 数据实时采集子系统 | 第37-40页 |
| 4.2.4 增量式映射管理平台 | 第40-44页 |
| 4.3 增量式异构数据整合 | 第44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 模式匹配模块的研究与实现 | 第46-60页 |
| 5.1 模式匹配模块处理流程 | 第46-47页 |
| 5.2 属性匹配器 | 第47-52页 |
| 5.2.1 基于单词相似度的属性匹配器 | 第47-49页 |
| 5.2.2 基于单词编辑距离的属性匹配器 | 第49-51页 |
| 5.2.3 基于数据类型的属性匹配器 | 第51-52页 |
| 5.2.4 基于数据实例的属性匹配器 | 第52页 |
| 5.2.5 自定义属性匹配器 | 第52页 |
| 5.3 属性相似度计算 | 第52-55页 |
| 5.3.1 幂平均(Generalized Mean) | 第53页 |
| 5.3.2 Average Harmony权值计算 | 第53-54页 |
| 5.3.3 基于Average Harmony的幂平均聚合策略 | 第54-55页 |
| 5.4 增量式属性匹配流程 | 第55-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第6章 增量式异构数据整合流程 | 第60-66页 |
| 6.1 增量式数据采集 | 第60页 |
| 6.2 增量式查询处理流程 | 第60-65页 |
| 6.2.1 查询输入 | 第60页 |
| 6.2.2 模式匹配建立映射 | 第60-61页 |
| 6.2.3 SQL转换 | 第61-62页 |
| 6.2.4 查询结果整合 | 第62页 |
| 6.2.5 效率优化 | 第62-65页 |
| 6.3 本章小结 | 第65-66页 |
| 第7章 实验结果及分析 | 第66-79页 |
| 7.1 实验配置 | 第66-67页 |
| 7.1.1 运行环境 | 第66页 |
| 7.1.2 数据集描述 | 第66-67页 |
| 7.1.3 衡量指标 | 第67页 |
| 7.2 实验结果及结果分析 | 第67-78页 |
| 7.2.1 模式匹配结果及分析 | 第69-73页 |
| 7.2.2 增量式异构数据整合性能 | 第73-78页 |
| 7.3 本章小结 | 第78-79页 |
| 第8章 总结和展望 | 第79-81页 |
| 8.1 本文主要工作和贡献 | 第79页 |
| 8.2 未来研究工作展望 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84页 |
