| 中文摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究概述 | 第10-14页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状和发展趋势 | 第12-14页 |
| ·研究意义 | 第14页 |
| ·研究内容与创新 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·创新及贡献 | 第15-16页 |
| ·论文组织 | 第16-18页 |
| 第2章 Web挖掘及分类方法 | 第18-29页 |
| ·Web挖掘概述 | 第18-20页 |
| ·分类算法综述 | 第20-27页 |
| ·贝叶斯分类算法 | 第21-22页 |
| ·支持向量机分类算法 | 第22-24页 |
| ·决策树分类算法 | 第24-25页 |
| ·最大熵分类算法 | 第25-26页 |
| ·神经网络算法 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 Deep Web数据源分类研究 | 第29-43页 |
| ·Deep Web数据源分类研究内容 | 第29-30页 |
| ·基于BOW特征的DEEP WEB查询接口分类 | 第30-40页 |
| ·查询接口特征表示 | 第31-32页 |
| ·查询接口特征选择 | 第32-36页 |
| ·查询接口特征权重估计 | 第36-39页 |
| ·查询接口特征向量空间模型 | 第36-37页 |
| ·查询接口特征加权 | 第37-39页 |
| ·查询接口分类结果分析 | 第39-40页 |
| ·基于BOW特征分类方法的不足及其改进 | 第40-42页 |
| ·BOW分类方法的不足 | 第40-41页 |
| ·BOW分类方法的改进 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 Deep Web查询接口特征产生模型 | 第43-55页 |
| ·特征产生模型概述 | 第43-44页 |
| ·层次化结构知识库的选择 | 第44-52页 |
| ·ODP和Wikipedia | 第45-47页 |
| ·Open Directory Project | 第46页 |
| ·Wikipedia百科全书 | 第46-47页 |
| ·外部知识库的选择标准 | 第47-48页 |
| ·概念特征分析 | 第48-50页 |
| ·潜在语义分析(LDA) | 第48-50页 |
| ·基于Gibbs采样的LDA分析 | 第50页 |
| ·概念关系分析 | 第50-52页 |
| ·特征产生器的构造 | 第52-54页 |
| ·知识库特征属性选择 | 第52页 |
| ·基于知识库的特征构造 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于知识模型推理的Deep Web查询接口分类 | 第55-67页 |
| ·查询接口能力分析 | 第55-61页 |
| ·查询接口有效特征选择 | 第55-57页 |
| ·决策性特征选择 | 第56页 |
| ·共现特征选择 | 第56-57页 |
| ·查询接口特征抽取 | 第57-61页 |
| ·基于知识模型推理的查询接口特征构造 | 第61-65页 |
| ·查询接口特征映射 | 第61-63页 |
| ·查询接口特征映射过程 | 第61-62页 |
| ·基于概念语义不确定性的特征映射 | 第62-63页 |
| ·查询接口特征构造 | 第63-65页 |
| ·同义词推理 | 第63页 |
| ·语义关系推理 | 第63-65页 |
| ·基于层次化知识模型的相似性度量 | 第65-66页 |
| ·特征权重估计 | 第65-66页 |
| ·层次化度量方法 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第6章 实验与性能评价 | 第67-76页 |
| ·实验评价标准 | 第67-68页 |
| ·实验数据集 | 第68-70页 |
| ·实验数据 | 第68页 |
| ·构造外部数据 | 第68-70页 |
| ·实验建立 | 第70-72页 |
| ·实验结果 | 第72-74页 |
| ·实验评价 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第7章 总结与展望 | 第76-80页 |
| ·工作总结 | 第76-77页 |
| ·特色与创新 | 第77-78页 |
| ·工作展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 攻读学位期间公开发表的论文与科研项目 | 第86-88页 |
| 致谢 | 第88-89页 |
| 详细摘要 | 第89-91页 |