| 摘要 | 第4-7页 |
| abstract | 第7-10页 |
| 第1章 绪论 | 第19-53页 |
| 1.1 选题背景与意义 | 第19-24页 |
| 1.1.1 选题背景 | 第19-22页 |
| 1.1.2 研究意义 | 第22-24页 |
| 1.2 国内外研究现状 | 第24-46页 |
| 1.2.1 国外机构知识库研究现状 | 第24-38页 |
| 1.2.2 国内机构知识库研究现状 | 第38-44页 |
| 1.2.3 研究现状述评 | 第44-46页 |
| 1.3 研究内容与论文结构 | 第46-48页 |
| 1.3.1 研究内容 | 第46页 |
| 1.3.2 论文结构 | 第46-48页 |
| 1.4 研究方法与研究思路 | 第48-49页 |
| 1.4.1 研究方法 | 第48页 |
| 1.4.2 研究思路 | 第48-49页 |
| 1.5 论文创新点 | 第49-53页 |
| 第2章 理论基础 | 第53-79页 |
| 2.1 关联数据基础理论 | 第53-65页 |
| 2.1.1 联系的思想 | 第53-55页 |
| 2.1.2 相关性原理 | 第55-56页 |
| 2.1.3 关联数据的基本原则及其应用机制 | 第56-59页 |
| 2.1.4 关联数据语义关联实现关键技术 | 第59-65页 |
| 2.2 机构知识库资源聚合理论 | 第65-69页 |
| 2.2.1 聚合内涵 | 第66-67页 |
| 2.2.2 机构知识库资源聚合基础理论 | 第67-69页 |
| 2.3 机构知识库知识发现基础理论 | 第69-72页 |
| 2.3.1 知识发现定义和相关理论 | 第69-70页 |
| 2.3.2 知识发现和数据挖掘 | 第70-72页 |
| 2.4 关联数据的机构知识库资源聚合与知识发现 | 第72-76页 |
| 2.4.1 联系的发现与展示 | 第73-74页 |
| 2.4.2 领域新知识的发现 | 第74页 |
| 2.4.3 关联数据知识聚合与发现的发展趋势 | 第74-76页 |
| 2.5 本章结语 | 第76-79页 |
| 第3章 基于关联数据的机构知识库资源多维关联机理研究 | 第79-110页 |
| 3.1 关联数据的IR资源关联产生的基础 | 第79-85页 |
| 3.1.1 JSON-LD的表达优势 | 第79-81页 |
| 3.1.2 关联数据的关联优势 | 第81-85页 |
| 3.2 机构知识库资源可关联性的层次及其体系框架 | 第85-92页 |
| 3.2.1 机构知识库资源可关联性的层次 | 第85-89页 |
| 3.2.2 机构知识库资源关联的体系框架 | 第89-92页 |
| 3.3 关联数据和本体在机构知识库资源关联中作用机理 | 第92-97页 |
| 3.3.1 关联数据在机构知识库关联中的作用 | 第92-93页 |
| 3.3.2 本体在机构知识库资源关联中的协同作用 | 第93-95页 |
| 3.3.3 关联数据和本体在机构知识库资源关联中的协同机理 | 第95-97页 |
| 3.4 实验与讨论 | 第97-107页 |
| 3.4.1 构建IR关联数据映射系统 | 第98-100页 |
| 3.4.2 本体映射与互操作实现机理 | 第100-106页 |
| 3.4.3 实验结果讨论 | 第106-107页 |
| 3.5 本章小结 | 第107-110页 |
| 第4章 基于关联数据的机构知识库资源聚合策略及其体系构建 | 第110-148页 |
| 4.1 基于关联数据的机构知识库资源聚合策略 | 第110-124页 |
| 4.1.1 机构知识库资源的规范化与数据化 | 第111-115页 |
| 4.1.2 机构知识库资源语义化与关联聚合 | 第115-122页 |
| 4.1.3 机构知识库资源关联数据发布及其维护 | 第122-124页 |
| 4.2 基于关联数据的机构知识库资源聚合的体系框架及关键技术 | 第124-132页 |
| 4.2.1 基于关联数据的机构知识库资源聚合的体系框架 | 第125-126页 |
| 4.2.2 基于关联数据的机构知识库资源聚合的关键技术 | 第126-132页 |
| 4.3 实验与讨论 | 第132-146页 |
| 4.3.1 实验——科研相关实体语义关联聚合与关联数据发布 | 第133-145页 |
| 4.3.2 实验结果讨论 | 第145-146页 |
| 4.4 本章小结 | 第146-148页 |
| 第5章 基于关联聚合的机构知识库资源知识发现研究 | 第148-172页 |
| 5.1 基于关联聚合的机构知识库资源知识发现过程 | 第148-152页 |
| 5.1.1 知识发现的一般过程 | 第148-149页 |
| 5.1.2 基于关联数据的知识发现的一般规律 | 第149-150页 |
| 5.1.3 基于关联聚合的机构知识库资源知识发现过程 | 第150-152页 |
| 5.2 基于关联聚合的IR资源知识发现体系框架及其关键技术 | 第152-159页 |
| 5.2.1 基于关联聚合的IR资源知识发现体系框架构建 | 第153页 |
| 5.2.2 基于关联聚合的IR资源知识发现的关键技术 | 第153-159页 |
| 5.3 实证研究 | 第159-170页 |
| 5.3.1 基于关联数据的学术文献资源聚合与知识发现体系模型 | 第159-160页 |
| 5.3.2 学术文献资源聚合与知识发现核心功能实现 | 第160-165页 |
| 5.3.3 学术资源网相似资源表示 | 第165页 |
| 5.3.4 实验过程 | 第165-169页 |
| 5.3.5 实验结果分析 | 第169-170页 |
| 5.4 本章小结 | 第170-172页 |
| 第6章 基于关联数据的大学机构知识库原型系统设计与实现 | 第172-188页 |
| 6.1 国内典型机构知识库建设模式分析 | 第172-177页 |
| 6.1.1 CALIS-IR建设模式 | 第172-173页 |
| 6.1.2 中国科学院机构知识库建设模式 | 第173-175页 |
| 6.1.3 中国农业科学院机构知识库(CAAS-IR)建设模式 | 第175-177页 |
| 6.2 基于关联数据的大学机构知识库原型系统实现 | 第177-186页 |
| 6.2.1 目标定位 | 第177-178页 |
| 6.2.2 系统开发环境及工具 | 第178-179页 |
| 6.2.3 原型系统总体框架的设计 | 第179-181页 |
| 6.2.4 系统功能模块设计 | 第181-186页 |
| 6.3 本章小节 | 第186-188页 |
| 第7章 机构知识库服务创新的策略及新动能 | 第188-202页 |
| 7.1 数据驱动成为机构知识库服务创新的一种价值观念 | 第188-192页 |
| 7.1.1 面向更加复杂的数据网络环境 | 第188-190页 |
| 7.1.2 面向更加多样化的数据分析方法 | 第190-191页 |
| 7.1.3 面向更加精准化的用户需求 | 第191-192页 |
| 7.1.4 面向更加有针对性的结果呈现 | 第192页 |
| 7.2 机构知识库服务创新的策略 | 第192-197页 |
| 7.2.1 从单个机构的模式到机构之间协同服务 | 第193-194页 |
| 7.2.2 从机构主导到用户驱动 | 第194-196页 |
| 7.2.3 从机构知识库到知识发现服务平台(KaaS平台) | 第196-197页 |
| 7.3 探索和培育机构知识库服务创新的新动能 | 第197-199页 |
| 7.3.1 充分发挥数据驱动作用 | 第197页 |
| 7.3.2 充分利用基于数据的研究范式 | 第197-198页 |
| 7.3.3 供给侧实现精准服务 | 第198-199页 |
| 7.4 本章小结 | 第199-202页 |
| 第8章 研究结论与展望 | 第202-208页 |
| 8.1 研究的主要结论 | 第202-204页 |
| 8.2 研究展望 | 第204-208页 |
| 参考文献 | 第208-230页 |
| 作者简介及在学期间所取得的科研成果 | 第230-232页 |
| 致谢 | 第232-233页 |
