基于MOSS的异源实体关联方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究内容 | 第13-15页 |
| ·名称扩展向量 | 第13-14页 |
| ·挖掘异源实体关联信息 | 第14页 |
| ·异源实体关联模型 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第2章 基础理论与相关技术 | 第16-24页 |
| ·MOSS | 第16-20页 |
| ·MOSS 相关理论 | 第16-18页 |
| ·一般实体关联方法 | 第18-19页 |
| ·筛选器Web 部件 | 第19-20页 |
| ·k-means 算法 | 第20-22页 |
| ·名称扩展向量 | 第22-23页 |
| ·余弦相似度 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 名称扩展向量 | 第24-36页 |
| ·问题描述与定义 | 第24-26页 |
| ·算法思想 | 第26-27页 |
| ·准则函数 | 第27-29页 |
| ·ENV 算法 | 第29-35页 |
| ·标识符聚类算法ENV-1 | 第30-32页 |
| ·名称扩展向量聚类算法ENV-2 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 挖掘异源实体关联信息 | 第36-48页 |
| ·问题描述与定义 | 第36-42页 |
| ·问题描述 | 第36-37页 |
| ·关联分类 | 第37-39页 |
| ·同义词相似度 | 第39-40页 |
| ·关联矩阵 | 第40-42页 |
| ·实体相似度 | 第42-44页 |
| ·算法思想 | 第44-45页 |
| ·MHEA 算法 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 算法实现与实验分析 | 第48-61页 |
| ·实验环境设置 | 第48页 |
| ·MOSS 中异源实体关联过程 | 第48-51页 |
| ·异源实体关联模型 | 第48-50页 |
| ·异源实体关联过程 | 第50-51页 |
| ·实验结果 | 第51-53页 |
| ·误差计算 | 第53-54页 |
| ·性能分析 | 第54-60页 |
| ·性能优化 | 第54页 |
| ·算法ENV 的非监督簇评估 | 第54-57页 |
| ·轮廓系数 | 第57-59页 |
| ·k 值对误差率的影响 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
