声明
摘要
第一章 引言
1.1 研究背景
1.2 问题的提出
1.3 本文的主要工作
1.4 论文的结构安排
第二章 论文相关技术研究
2.1 词典查找技术
2.1.1 Hash技术
2.1.2 Trie树
2.1.2 双数组Trie树
2.2 机器学习分类技术
2.2.1 机器学习分类技术概述
2.2.2 感知机模型
2.2.3 逻辑回归模型
2.3 海量数据处理相关技术
2.3.1 海量数据处理技术概述
2.3.2 GFS技术原理
2.3.3 BigTable技术与原理
2.3.4 MapReduce编程框架
2.4 本章小结
第三章 基于模板匹配的需求识别算法设计
3.1 设计思路
3.2 相关数据结构设计
3.2.1 基于Hash加数组的Trie树设计
3.2.2 节点的数据结构
3.2.3 Hash表设计
3.3 需求识别算法设计
3.3.1 Trie树的建立算法
3.3.2 Trie树的解析匹配算法
3.3.3 模板匹配时间复杂度分析
3.4 本章小结
第四章 基于模板匹配的股票类目需求识别词典挖掘
4.1 股票类目需求识别整体方案说明
4.2 股票类目模板挖掘
4.3 股票类目专名挖掘
4.3.1 股票候选专名挖掘
4.3.2 股票专名验证
4.3.3 股票同义词挖掘
4.4 评估方案设计
4.5 本章小结
第五章 实验验证
5.1 实验环境
5.2 实验数据
5.3 股票类目挖掘实验过程
5.4 Query识别实验结果
5.5 挖掘结果评估
5.6 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士期间的研究成果
致谢