| 1 引言 | 第1-9页 |
| 2 数据预处理 | 第9-16页 |
| ·概论 | 第9-11页 |
| ·预处理的基本功能 | 第11-12页 |
| ·数据集成(Data Integration) | 第11页 |
| ·数据清洗(Data Cleaning) | 第11-12页 |
| ·数据变换(Data Transformation) | 第12页 |
| ·数据简化(Data Reduction) | 第12页 |
| ·预处理的主要方法 | 第12-15页 |
| ·基于粗糙集理论的约简方法 | 第13页 |
| ·基于概念树的数据浓缩方法 | 第13-14页 |
| ·信息论思想和普化知识发现 | 第14页 |
| ·基于统计分析的属性选取方法 | 第14-15页 |
| ·遗传算法(GA) | 第15页 |
| ·数据预处理小结 | 第15-16页 |
| 3 数据仓库的质量控制--ETL | 第16-24页 |
| ·术语描述 | 第16页 |
| ·ETL是DW建立的核心过程 | 第16-17页 |
| ·ETL体系结构 | 第17-18页 |
| ·ETL之数据质量 | 第18-24页 |
| ·单数据源问题 | 第20-22页 |
| ·多数据源问题 | 第22-23页 |
| ·解决方法 | 第23-24页 |
| 4 企业运营数据ETL | 第24-38页 |
| ·ETL实例分析、设计与实现 | 第24-36页 |
| ·数据抽取与传输 | 第25-29页 |
| ·数据转换与清洗 | 第29-34页 |
| ·数据加载入库 | 第34-35页 |
| ·统一调度与监控 | 第35页 |
| ·元数据管理 | 第35-36页 |
| ·市场上主流的ETL工具 | 第36-37页 |
| ·ETL小结与未来工作 | 第37-38页 |
| 5 主题网站质量控制框架 | 第38-47页 |
| ·研究背景 | 第38-40页 |
| ·框架设计 | 第40-42页 |
| ·两种模型 | 第40页 |
| ·质量控制三阶段 | 第40-42页 |
| ·文本预处理 | 第42-47页 |
| ·模块流程 | 第42-43页 |
| ·模块分析 | 第43-47页 |
| 6 框架中的新方案 | 第47-63页 |
| ·基于相似度的高速匹配方案 | 第47-51页 |
| ·匹配策略 | 第48-49页 |
| ·模板构造 | 第49-50页 |
| ·文本预处理 | 第50-51页 |
| ·基于SVM的增量训练方案 | 第51-63页 |
| ·Support Vector Machine | 第51-55页 |
| ·增量式SVM训练 | 第55-59页 |
| ·相关实验 | 第59-62页 |
| ·ISVM小结 | 第62-63页 |
| ·进一步讨论 | 第63页 |
| 7 结束语 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 本文作者在攻读硕士学位期间发表的文章 | 第67页 |
| 声明 | 第67页 |
| 致谢 | 第67-68页 |