基于语义相似度的WEB结构挖掘研究及实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·引言 | 第8-9页 |
| ·研究概述 | 第9-10页 |
| ·本论文主要工作及组织结构 | 第10-12页 |
| 2 Web数据挖掘与语义相似度 | 第12-27页 |
| ·Web数据挖掘概述 | 第12-13页 |
| ·Web数据挖掘的类别 | 第13-17页 |
| ·Web内容挖掘 | 第13-14页 |
| ·Web使用挖掘 | 第14-15页 |
| ·Web结构挖掘 | 第15-17页 |
| ·Web数据挖掘流程 | 第17-18页 |
| ·Web数据挖掘的应用前景 | 第18-19页 |
| ·语义相似度的含义及分类 | 第19-21页 |
| ·《知网》语义字典 | 第21-26页 |
| ·《知网》简介 | 第21-22页 |
| ·《知网》的系统结构 | 第22-23页 |
| ·《知网》中的描述语言 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 Web结构挖掘算法 | 第27-35页 |
| ·PageRank算法 | 第27-33页 |
| ·PageRank的基本思想 | 第27页 |
| ·PageRank的数学定义 | 第27-29页 |
| ·PageRank的修正式 | 第29-30页 |
| ·PageRank的性能分析 | 第30-32页 |
| ·PageRank的结果讨论 | 第32-33页 |
| ·其它算法简介 | 第33-34页 |
| ·HITS算法 | 第33-34页 |
| ·阈值算法 | 第34页 |
| ·SALSA算法 | 第34页 |
| ·本章小结 | 第34-35页 |
| 4 基于语义相似度的PageRank算法改进 | 第35-49页 |
| ·PageRank算法存在的缺陷 | 第35页 |
| ·现有的改进方法 | 第35-38页 |
| ·Hilltop算法 | 第35-36页 |
| ·主题相关的PageRank算法 | 第36页 |
| ·PageRank-Pro算法 | 第36-37页 |
| ·融入时间权值的改进算法 | 第37页 |
| ·dPageRank算法 | 第37-38页 |
| ·基于《知网》语义相似度的计算 | 第38-46页 |
| ·语义距离及其与语义相似度的关系 | 第38页 |
| ·相似度计算应考虑的因素 | 第38-39页 |
| ·相似度基本算法 | 第39-40页 |
| ·义原相似度的计算 | 第40-42页 |
| ·词语相似度的计算 | 第42-43页 |
| ·复合短语和句子的相似度计算 | 第43-46页 |
| ·融入语义相似度的PageRank算法优化 | 第46-48页 |
| ·锚文本 | 第46-47页 |
| ·融入语义相似度的PageRank修正式 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 5 模拟系统的实现及测试 | 第49-68页 |
| ·系统框架设计 | 第49页 |
| ·数据收集阶段 | 第49-52页 |
| ·网页预处理和解析模块 | 第52-54页 |
| ·正向索引及倒排索引 | 第54-55页 |
| ·正向索引 | 第54页 |
| ·倒排索引 | 第54-55页 |
| ·链接拓扑结构图 | 第55-57页 |
| ·融入语义相似度的PageRank值计算 | 第57-59页 |
| ·查询服务 | 第59页 |
| ·测试结果分析 | 第59-68页 |
| ·查准率分析 | 第60-63页 |
| ·满意度分析 | 第63-66页 |
| ·统计分析 | 第66-67页 |
| ·分析总结 | 第67-68页 |
| 6 总结与展望 | 第68-69页 |
| ·本文的主要工作和研究成果 | 第68页 |
| ·进一步的工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
