导读:本文包含了文档数据化模式论文开题报告文献综述及选题提纲参考文献，主要关键词:数字海洋,文档数据,管理模式,通用性
文档数据化模式论文文献综述
黄博,赵广涛,孟恩,黄劲松[1]（2009）在《“数字海洋”中多格式、多来源通用文档数据管理模式探讨》一文中研究指出针对目前"数字海洋"中多格式、多来源文档数据存储难、管理难等问题,在关系数据库理论和对象关系数据映射理论为指导,在现有解决方案的基础上,设计了1个通用的、可扩展的文档数据管理新模式,便于用户根据不同需求设定文档数据属性,该管理模式具有很强的灵活性和扩展性,可为"数字海洋"中多格式、多来源的文档数据管理提供强大的技术支持,并可大大提高海洋文档数据的管理效率和利用率。(本文来源于《海洋湖沼通报》期刊2009年03期）
赵传申,孙志挥[2]（2006）在《半结构化文档数据流的快速频繁模式挖掘》一文中研究指出为了提高半结构化文档数据流的挖掘效率,对原有挖掘算法StreamT进行了改进,提出了一种半结构化文档数据流的快速频繁模式挖掘算法———FStreamT.该算法针对利用集合存储候选频繁模式效率较低的缺点,采用枚举树存储候选频繁模式,可以有效地提高对候选频繁模式集合进行查找和更新的效率,同时利用频繁模式的单调性和枚举树的特点减小了维护负边界的搜索空间,从而提高了整个算法的效率.理论分析和实验结果表明,算法FStreamT与算法StreamT相比具有较高的效率,是有效可行的.(本文来源于《东南大学学报(自然科学版)》期刊2006年03期）
文档数据化模式论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高半结构化文档数据流的挖掘效率,对原有挖掘算法StreamT进行了改进,提出了一种半结构化文档数据流的快速频繁模式挖掘算法———FStreamT.该算法针对利用集合存储候选频繁模式效率较低的缺点,采用枚举树存储候选频繁模式,可以有效地提高对候选频繁模式集合进行查找和更新的效率,同时利用频繁模式的单调性和枚举树的特点减小了维护负边界的搜索空间,从而提高了整个算法的效率.理论分析和实验结果表明,算法FStreamT与算法StreamT相比具有较高的效率,是有效可行的.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
文档数据化模式论文参考文献
[1].黄博,赵广涛,孟恩,黄劲松.“数字海洋”中多格式、多来源通用文档数据管理模式探讨[J].海洋湖沼通报.2009
[2].赵传申,孙志挥.半结构化文档数据流的快速频繁模式挖掘[J].东南大学学报(自然科学版).2006