| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 论文研究背景及意义 | 第11页 |
| 1.2 论文研究内容 | 第11-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 第2章 微博热点话题简介 | 第14-18页 |
| 2.1 微博热点话题介绍 | 第14页 |
| 2.2 国内外相关技术和研究 | 第14-15页 |
| 2.3 微博热点话题传播规律挖掘及情感分析的相关问题 | 第15-16页 |
| 2.4 话题热度评价 | 第16-17页 |
| 2.5 本章小结 | 第17-18页 |
| 第3章 微博分类热点话题传播规律挖掘与分析 | 第18-37页 |
| 3.1 微博热点话题传播规律挖掘 | 第18-21页 |
| 3.1.1 网络爬虫技术介绍 | 第19页 |
| 3.1.2 曲线拟合技术介绍 | 第19-20页 |
| 3.1.3 微博热点话题分类 | 第20-21页 |
| 3.2 实验及结果 | 第21-35页 |
| 3.2.1 实验数据采集与预处理 | 第21-23页 |
| 3.2.2 实验数据处理及结果 | 第23-35页 |
| 3.3 不同类别话题传播规律对比及分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 微博热点话题情感分析 | 第37-44页 |
| 4.1 基于词典的中文微博话题情感极性判别方法 | 第37-39页 |
| 4.2 基于朴素贝叶斯的中文微博话题情感极性判别方法 | 第39-41页 |
| 4.3 实验及结果 | 第41-43页 |
| 4.3.1 实验数据采集与预处理 | 第41-42页 |
| 4.3.2 实验结果及分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于TextRank的词典和朴素贝叶斯的微博话题情感极性判别方法 | 第44-51页 |
| 5.1 关键词和摘要提取技术 | 第44-47页 |
| 5.2 关键短语提取技术 | 第47-48页 |
| 5.3 实验及结果 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-54页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文目录 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |
