近邻排序算法研究及在中文数据清洗中的应用
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 课题研究现状 | 第14-16页 |
| 1.3 本文主要工作 | 第16页 |
| 1.4 本文组织结构 | 第16-19页 |
| 第2章 中文数据清洗的研究 | 第19-27页 |
| 2.1 数据清洗定义 | 第19-20页 |
| 2.2 数据清洗的原理和方法 | 第20-22页 |
| 2.2.1 数据清洗的的原理 | 第20-21页 |
| 2.2.2 数据清洗的方法 | 第21-22页 |
| 2.3 数据清洗的基本流程 | 第22-25页 |
| 2.4 数据清洗的评价标准 | 第25-26页 |
| 2.4.1 数据质量 | 第25页 |
| 2.4.2 成本效益 | 第25页 |
| 2.4.3 数据集成 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 重复值清洗的研究 | 第27-35页 |
| 3.1 重复值简述 | 第27页 |
| 3.2 常用的重复值清洗算法 | 第27-30页 |
| 3.3 编辑距离简介 | 第30-31页 |
| 3.3.1 编辑距离特征和适用范围 | 第31页 |
| 3.3.2 编辑距离的基本步骤 | 第31页 |
| 3.4 相关技术简介 | 第31-33页 |
| 3.4.1 IKAnalyzer中文分词模块 | 第31-32页 |
| 3.4.2 盘古中文分词模块 | 第32页 |
| 3.4.3 《同义词词林》 | 第32-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第4章 基于近邻排序的中文数据清洗算法研究 | 第35-41页 |
| 4.1 基于近邻排序的中文数据清洗 | 第35-36页 |
| 4.2 基于编辑距离的近邻排序 | 第36-37页 |
| 4.3 中文分词优化策略 | 第37-38页 |
| 4.4 同义词检测优化策略 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 实验与分析 | 第41-51页 |
| 5.1 实验环境 | 第41页 |
| 5.2 实验数据集说明 | 第41-42页 |
| 5.3 实验设计 | 第42页 |
| 5.4 实验结果分析 | 第42-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 全文总结 | 第51页 |
| 6.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-59页 |
| 附录1 参与的科研项目 | 第57-59页 |
| 攻读硕士学位期间发表的论文 | 第59-61页 |
| 致谢 | 第61页 |
