微博热点新闻的真实性验证及传播分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 工程背景 | 第8-9页 |
| 1.2 现状分析 | 第9页 |
| 1.3 本文的主要贡献 | 第9-10页 |
| 1.4 本文的组织结构 | 第10-11页 |
| 2 相关技术 | 第11-19页 |
| 2.1 工程技术 | 第11-13页 |
| 2.2 爬虫技术 | 第13-15页 |
| 2.3 情感分析技术 | 第15页 |
| 2.4 机器学习技术 | 第15-19页 |
| 3 需求分析 | 第19-21页 |
| 4 概要设计 | 第21-31页 |
| 4.1 业务流程设计 | 第21页 |
| 4.2 功能模块设计 | 第21-22页 |
| 4.3 数据库设计 | 第22-30页 |
| 4.4 本章小结 | 第30-31页 |
| 5 详细设计 | 第31-45页 |
| 5.1 热点发现模块 | 第31页 |
| 5.2 物料获取模块 | 第31-34页 |
| 5.2.1 微博API | 第31-33页 |
| 5.2.2 爬虫接口 | 第33页 |
| 5.2.3 入库 | 第33-34页 |
| 5.3 真实性验证模块 | 第34-38页 |
| 5.3.1 数据集获取 | 第34-35页 |
| 5.3.2 数据预处理 | 第35-36页 |
| 5.3.3 真实性验证特征的选择 | 第36-37页 |
| 5.3.4 真实性模型训练的步骤 | 第37页 |
| 5.3.5 真实性验证模型训练结果 | 第37-38页 |
| 5.4 传播分析模块 | 第38-44页 |
| 5.4.1 僵尸用户的判别 | 第39页 |
| 5.4.2 意见领袖的识别 | 第39-40页 |
| 5.4.3 传播图分析 | 第40-42页 |
| 5.4.4 传播分析模型参数 | 第42页 |
| 5.4.5 词云统计 | 第42-44页 |
| 5.5 数据融合展示模块 | 第44页 |
| 5.6 本章小结 | 第44-45页 |
| 6 系统实现 | 第45-53页 |
| 6.1 热点展示 | 第45页 |
| 6.2 关键词补充数据 | 第45-46页 |
| 6.3 信息溯源 | 第46-47页 |
| 6.4 真实性鉴别 | 第47-49页 |
| 6.5 传播分析 | 第49-50页 |
| 6.6 事件分析结果 | 第50-52页 |
| 6.7 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 附录A 部分代码 | 第56-69页 |
| 致谢 | 第69-70页 |
