| 摘要 | 第4-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第17-39页 |
| 1.1 选题背景及研究意义 | 第17-19页 |
| 1.1.1 选题背景 | 第17-18页 |
| 1.1.2 研究目的 | 第18页 |
| 1.1.3 研究意义 | 第18-19页 |
| 1.2 国内外相关研究综述 | 第19-33页 |
| 1.2.1 政府网站信息资源研究现状 | 第19-22页 |
| 1.2.2 政府信息资源知识组织研究现状 | 第22-23页 |
| 1.2.3 知识融合研究进展 | 第23-33页 |
| 1.2.4 研究现状述评 | 第33页 |
| 1.3 研究内容与创新点 | 第33-36页 |
| 1.3.1 主要研究内容 | 第33-35页 |
| 1.3.2 论文创新点 | 第35-36页 |
| 1.4 研究方法和技术路线 | 第36-39页 |
| 1.4.1 研究方法 | 第36-37页 |
| 1.4.2 技术路线 | 第37-39页 |
| 第2章 相关概念与理论基础 | 第39-70页 |
| 2.1 概念界定 | 第39-45页 |
| 2.1.1 政府网站信息资源的范畴 | 第39-41页 |
| 2.1.2 知识融合的概念辨析 | 第41-45页 |
| 2.2 知识空间理论 | 第45-51页 |
| 2.2.1 知识空间的内涵 | 第45-47页 |
| 2.2.2 知识空间的维度分析 | 第47-49页 |
| 2.2.3 知识空间的知识分类 | 第49-50页 |
| 2.2.4 知识空间的知识管理 | 第50-51页 |
| 2.3 知识组织理论 | 第51-59页 |
| 2.3.1 知识组织的概念 | 第51-52页 |
| 2.3.2 知识组织体系与模式 | 第52-55页 |
| 2.3.3 知识组织过程与方法 | 第55-59页 |
| 2.4 本体理论 | 第59-66页 |
| 2.4.1 本体的概念演变 | 第59-60页 |
| 2.4.2 本体的组成要素与逻辑结构 | 第60-62页 |
| 2.4.3 本体的分类 | 第62-63页 |
| 2.4.4 本体描述语言与编辑工具 | 第63-65页 |
| 2.4.5 本体在图书情报领域的应用 | 第65-66页 |
| 2.5 知识发现理论 | 第66-69页 |
| 2.5.1 知识发现的定义 | 第66-67页 |
| 2.5.2 知识发现的流程 | 第67-68页 |
| 2.5.3 知识发现的技术 | 第68-69页 |
| 2.6 本章小结 | 第69-70页 |
| 第3章 政府网站信息资源多维度知识融合框架 | 第70-91页 |
| 3.1 政府网站信息资源知识融合目标与架构 | 第70-78页 |
| 3.1.1 知识融合目标和原则 | 第70-73页 |
| 3.1.2 知识融合需求分析 | 第73-75页 |
| 3.1.3 知识融合流程与体系结构 | 第75-78页 |
| 3.2 政府网站信息资源知识融合逻辑框架 | 第78-84页 |
| 3.2.1 知识融合的要素分析 | 第78-81页 |
| 3.2.2 知识融合的要素关系 | 第81-82页 |
| 3.2.3 知识融合逻辑框架构建 | 第82-84页 |
| 3.3 政府网站信息资源知识融合维度框架 | 第84-90页 |
| 3.3.1 知识融合的维度划分 | 第84-85页 |
| 3.3.2 知识融合的维度关联 | 第85-87页 |
| 3.3.3 知识融合维度框架构建 | 第87-90页 |
| 3.4 本章小结 | 第90-91页 |
| 第4章 内容维度：面向广义知识的数据级融合 | 第91-130页 |
| 4.1 政府网站信息资源采集与预处理 | 第91-103页 |
| 4.1.1 网络资源定题采集 | 第91-100页 |
| 4.1.2 网页资源主题信息提取 | 第100-101页 |
| 4.1.3 网页资源主题特征分析 | 第101-103页 |
| 4.2 政府网站信息资源本体建模与知识表示 | 第103-122页 |
| 4.2.1 本体驱动的政府网站信息资源元数据模型 | 第103-111页 |
| 4.2.2 政府网站信息资源领域知识本体构建 | 第111-119页 |
| 4.2.3 政府网站信息资源的知识表示 | 第119-122页 |
| 4.3 基于知识元语义链接的政府网站信息资源知识网络构建 | 第122-129页 |
| 4.3.1 知识元素的统一对象化表示 | 第122-125页 |
| 4.3.2 知识元对象间的语义知识链接建立 | 第125-126页 |
| 4.3.3 基于知识元语义链接的知识网络实现 | 第126-129页 |
| 4.4 本章小结 | 第129-130页 |
| 第5章 结构维度：面向分类知识的概念级融合 | 第130-157页 |
| 5.1 政府网站信息资源领域概念获取 | 第130-139页 |
| 5.1.1 领域概念的内涵与分类 | 第130-131页 |
| 5.1.2 常用领域概念获取方法及其比较 | 第131-134页 |
| 5.1.3 基于本体形式化表示的领域概念获取方法 | 第134-139页 |
| 5.2 政府网站信息资源领域本体概念关系识别 | 第139-148页 |
| 5.2.1 领域本体概念关系类别 | 第139-141页 |
| 5.2.2 领域本体概念关系的抽取 | 第141-146页 |
| 5.2.3 领域本体概念关系的层次结构 | 第146-148页 |
| 5.3 基于概念分类的政府网站信息资源领域知识本体合并 | 第148-156页 |
| 5.3.1 领域本体概念分类体系 | 第149-150页 |
| 5.3.2 基于概念分类的领域知识本体映射模型 | 第150-153页 |
| 5.3.3 领域本体概念间语义相似度的计算方法 | 第153-156页 |
| 5.4 本章小结 | 第156-157页 |
| 第6章 应用维度：面向关联聚类知识的决策级融合 | 第157-184页 |
| 6.1 政府网站信息资源领域知识的关联聚类过程与方法 | 第157-168页 |
| 6.1.1 领域知识挖掘和推理方法选择 | 第157-162页 |
| 6.1.2 领域知识关联方法及其应用 | 第162-166页 |
| 6.1.3 领域知识聚类的实现方法与比较 | 第166-168页 |
| 6.2 基于时序关联的领域知识融合方法 | 第168-174页 |
| 6.2.1 时序关联规则定义 | 第169-170页 |
| 6.2.2 时序关联融合算法描述 | 第170-174页 |
| 6.3 基于因果关联的领域知识融合方法 | 第174-178页 |
| 6.3.1 因果关联融合的相关概念 | 第174-176页 |
| 6.3.2 因果关联融合算法思路 | 第176-178页 |
| 6.4 基于凝聚层次聚类的领域知识融合方法 | 第178-183页 |
| 6.4.1 凝聚层次聚类融合算法的数学描述 | 第179-181页 |
| 6.4.2 凝聚层次聚类融合算法的实现过程 | 第181-183页 |
| 6.5 本章小结 | 第183-184页 |
| 第7章 实证研究——以政府网站“雾霾防治”领域知识为例 | 第184-204页 |
| 7.1 实验环境 | 第184-189页 |
| 7.1.1 硬件环境 | 第184-185页 |
| 7.1.2 软件环境 | 第185页 |
| 7.1.3 相关工具 | 第185-189页 |
| 7.2 数据准备和实验内容 | 第189-190页 |
| 7.2.1 实验数据来源和描述 | 第189页 |
| 7.2.2 实验内容 | 第189-190页 |
| 7.3 实验分析 | 第190-203页 |
| 7.3.1 政府网站“雾霾防治”领域知识本体实例构建 | 第190-193页 |
| 7.3.2 数据级融合方法实验结果及评价 | 第193-195页 |
| 7.3.3 概念级融合方法实验结果及评价 | 第195-198页 |
| 7.3.4 决策级融合方法实验结果及评价 | 第198-203页 |
| 7.4 本章小结 | 第203-204页 |
| 第8章 研究结论与展望 | 第204-209页 |
| 8.1 研究结论 | 第204-207页 |
| 8.2 研究展望 | 第207-209页 |
| 参考文献 | 第209-223页 |
| 攻读博士学位期间的主要科研成果 | 第223-224页 |
| 致谢 | 第224页 |
