| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 相似性度量模型 | 第11页 |
| 1.2.2 聚类分析 | 第11-12页 |
| 1.2.3 文本标签提取 | 第12-13页 |
| 1.3 研究内容与贡献 | 第13-14页 |
| 1.4 本文的组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 相关技术综述 | 第15-23页 |
| 2.1 相似性度量理论及模型 | 第15-17页 |
| 2.2 聚类分析算法 | 第17-19页 |
| 2.3 文本标签提取理论及算法 | 第19-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于感知数据的标签提取问题描述与系统架构 | 第23-31页 |
| 3.1 问题描述与定义 | 第23-26页 |
| 3.1.1 感知数据概述 | 第23-24页 |
| 3.1.2 关联文本数据概述 | 第24-25页 |
| 3.1.3 感知数据标签提取训练数据概述 | 第25-26页 |
| 3.1.4 感知数据标签提取问题概述 | 第26页 |
| 3.2 感知数据标签提取系统架构 | 第26-30页 |
| 3.2.1 数值语义标签提取 | 第27页 |
| 3.2.2 简短文本语义标签提取及标签关联 | 第27-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 面向感知数据的语义标签提取方法 | 第31-45页 |
| 4.1 传统数值型数据的标签提取方法 | 第31-32页 |
| 4.2 面向感知数据的语义标签提取方法 | 第32-43页 |
| 4.2.1 面向感知数据的相似性度量方法 | 第32-38页 |
| 4.2.2 基于局部密度的数值语义标签提取方法 | 第38-43页 |
| 4.3 本章小结 | 第43-45页 |
| 第5章 面向简短文本的语义标签提取与标签关联 | 第45-55页 |
| 5.1 基于TF-IDF的简短文本标签提取 | 第45-48页 |
| 5.1.1 TF-IDF文本标签提取 | 第45-46页 |
| 5.1.2 基于TF-IDF的简短文本语义标签提取方法 | 第46-48页 |
| 5.2 基于贝叶斯网络模型的标签关联 | 第48-51页 |
| 5.2.1 贝叶斯网络模型介绍 | 第48-49页 |
| 5.2.2 数值与文本语义标签的关联结构与方法 | 第49-51页 |
| 5.3 基于语义标签的数据查询与分析 | 第51-53页 |
| 5.3.1 基于语义标签的数据分析 | 第51-52页 |
| 5.3.2 基于语义标签的数据查询 | 第52-53页 |
| 5.4 本章小结 | 第53-55页 |
| 第6章 实验与分析 | 第55-63页 |
| 6.1 实验数据 | 第55页 |
| 6.2 实验环境 | 第55-56页 |
| 6.3 实验结果及分析 | 第56-61页 |
| 6.3.1 数值型数据相似度度量实验及分析 | 第56-57页 |
| 6.3.2 数值标签提取实验及分析 | 第57-59页 |
| 6.3.3 简短文本标签提取实验及分析 | 第59-60页 |
| 6.3.4 总体标签关联实验及分析 | 第60-61页 |
| 6.4 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士期间所发表的学术成果 | 第69-71页 |
| 致谢 | 第71页 |