首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向客户的电子目录本体自学习理论与方法研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-17页
   ·研究目的和意义第9页
   ·国内外研究现状第9-13页
     ·电子目录国际分类标准体系第10页
     ·电子目录本体模型第10-11页
     ·电子目录本体自学习第11-13页
   ·研究内容与研究方法第13-17页
     ·研究内容第13-14页
     ·研究方法第14页
     ·技术路线第14-17页
第2章 电子目录本体自学习相关理论第17-23页
   ·电子目录国际标准第17-20页
     ·UNSPSC电子目录标准第17-18页
     ·eCl@ss电子目录标准第18-19页
     ·Wordnet语义词典第19-20页
   ·基于模式的知识获取第20页
   ·基于语义的关联规则第20-21页
   ·基于Web的统计分析第21-23页
第3章 面向客户的电子目录本体元模型第23-29页
   ·面向客户的电子目录本体元模型建模需求第23-25页
   ·面向客户的电子目录本体建模层次结构第25-26页
   ·面向客户的电子目录本体建模元语第26-27页
   ·电子目录本体元模型的OWL DL描述第27-29页
第4章 基于元模型的电子目录本体自学习方法第29-47页
   ·电子目录本体自学习原理第29-30页
   ·电子商务Web页面预处理第30-34页
     ·电子商务Web页面预处理的方法第30-31页
     ·多层次Web页面库的构造第31-32页
     ·基于电子目录特征向量的Web页面聚类第32-34页
   ·基于目录网站层次的目录本体概念获取第34-37页
     ·电子目录概念集获取原理第34-35页
     ·基于目录网站层次的目录概念集获取算法第35-37页
     ·目录概念集的标准化方法第37页
   ·基于语义和关联规则的概念关系学习第37-40页
     ·基于语义的层次关系学习第37-38页
     ·基于关联规则的非层次关系学习第38-40页
   ·基于模式匹配和在线统计的属性识别第40-46页
     ·目录本体属性的抽取和选择第41-43页
     ·目录本体属性值的抽取和选择第43-45页
     ·目录本体属性值计量单位识别第45-46页
   ·电子目录本体实例提取第46-47页
第5章 电子目录本体自学习实证研究第47-54页
   ·亚马逊电子目录本体自学习实证第47-50页
   ·电子目录本体自学习方法评价第50-54页
     ·电子目录本体自学习方法评价原理第50-52页
     ·基于元模型的电子目录本体自学习评价第52-53页
     ·与其他本体学习方法的比较第53-54页
第6章 总结与展望第54-58页
   ·全文总结第54-56页
     ·主要内容第54-55页
     ·主要创新点第55-56页
   ·研究展望第56-58页
参考文献第58-63页
致谢第63-64页
攻读硕士学位期间发表的论文及参与研究的课题第64页

论文共64页,点击 下载论文
上一篇:基于数字图像处理的前方车距测量
下一篇:基于用户情境本体的个性化知识服务研究