| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究意义和创新点 | 第11-12页 |
| ·支撑项目 | 第12-13页 |
| ·论文章节安排 | 第13-15页 |
| 第二章 基础理论概述 | 第15-29页 |
| ·Web服务 | 第15-16页 |
| ·Mashup服务 | 第16-18页 |
| ·Mashup服务概念 | 第16-17页 |
| ·Mashup体系架构 | 第17-18页 |
| ·Mashup应用模式 | 第18页 |
| ·Tag标注技术 | 第18-24页 |
| ·Tag的含义 | 第19页 |
| ·Tag的特点 | 第19-20页 |
| ·Tag的种类 | 第20-21页 |
| ·社会标注系统中的主要标签推荐方法 | 第21-23页 |
| ·标签推荐方法的评价指标 | 第23-24页 |
| ·常用的聚类方法 | 第24-26页 |
| ·基于划分的聚类方法 | 第24-25页 |
| ·基于层次的聚类方法 | 第25-26页 |
| ·基于密度的聚类方法 | 第26页 |
| ·基于网格的聚类方法 | 第26页 |
| ·基于模型的聚类方法 | 第26页 |
| ·社会化标注系统的基于标签的聚类 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 融合K-Means与Agnes的Mashup服务聚类方法 | 第29-41页 |
| ·MSCA方法的整体框架 | 第30-31页 |
| ·Mashup服务相似性计算 | 第31-34页 |
| ·描述文本相似性计算 | 第31-32页 |
| ·Web API组成相似性的计算 | 第32页 |
| ·Tag标注相似性计算 | 第32-34页 |
| ·相似性集成 | 第34页 |
| ·Mashup服务聚类 | 第34-36页 |
| ·实验和评价 | 第36-40页 |
| ·数据集 | 第36页 |
| ·实例描述 | 第36-39页 |
| ·实验评价 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于LDA标签辅助的Mashup服务聚类 | 第41-53页 |
| ·数据的爬取与处理 | 第42-43页 |
| ·隐含主题模型 | 第43-47页 |
| ·LDA | 第43-44页 |
| ·MT-LDA | 第44-46页 |
| ·相似度计算 | 第46-47页 |
| ·Mashup服务聚类 | 第47页 |
| ·实验评价 | 第47-51页 |
| ·实验设置 | 第47-48页 |
| ·评价指标 | 第48页 |
| ·结果与分析 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53-54页 |
| ·工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 附录A（攻读学位期间发表论文目录） | 第61-63页 |
| 附录B（攻读学位期间参加项目） | 第63-65页 |
| 附录C（攻读学位期间所获奖项） | 第65页 |