网络舆情热点发现与分析研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题研究背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·热点话题发现研究现状 | 第12-13页 |
| ·应用系统研究现状 | 第13-14页 |
| ·本文主要内容和结构安排 | 第14-16页 |
| 第2章 相关理论与技术基础 | 第16-23页 |
| ·数据挖掘 | 第16页 |
| ·WEB数据挖掘 | 第16-17页 |
| ·文本挖掘相关技术 | 第17-22页 |
| ·文本挖掘的基本流程 | 第17页 |
| ·文本表示模型 | 第17-18页 |
| ·文本相似性度量 | 第18-19页 |
| ·文本聚类算法 | 第19-21页 |
| ·聚类的有效性评价 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 网络舆情热点发现 | 第23-42页 |
| ·概述 | 第23-24页 |
| ·话题发现 | 第24-35页 |
| ·网络爬虫 | 第24-25页 |
| ·预处理 | 第25-26页 |
| ·文本的向量化表示 | 第26-28页 |
| ·特征选择 | 第28-29页 |
| ·Single-pass聚类算法介绍 | 第29-30页 |
| ·改进的Single-pass算法 | 第30-35页 |
| ·话题热度计算 | 第35-37页 |
| ·热点话题特征分析 | 第35-36页 |
| ·话题热度的量化 | 第36-37页 |
| ·实验结果与分析 | 第37-40页 |
| ·实验语料 | 第37页 |
| ·实验结果与分析 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 针对网民评论的意见挖掘 | 第42-53页 |
| ·问题的提出 | 第42页 |
| ·意见挖掘概述 | 第42-43页 |
| ·基于分词工具的人名识别 | 第43-47页 |
| ·人名识别技术 | 第43-44页 |
| ·网友评论文本中人名识别的困难 | 第44-45页 |
| ·基于分词工具的人名识别方法 | 第45-46页 |
| ·人名识别试验 | 第46-47页 |
| ·针对网民评论的频繁模式挖掘 | 第47-52页 |
| ·Apriori算法 | 第47-48页 |
| ·针对网民评论的频繁模式挖掘 | 第48-49页 |
| ·应用实例 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 热点舆情发现与分析的应用系统 | 第53-62页 |
| ·系统总体目标 | 第53页 |
| ·系统框架与模块实现 | 第53-57页 |
| ·信息采集模块 | 第54页 |
| ·信息预处理模块 | 第54-55页 |
| ·热点舆情发现与分析模块 | 第55-56页 |
| ·舆情搜索模块 | 第56-57页 |
| ·系统展示 | 第57-61页 |
| ·系统主界面 | 第57页 |
| ·信息采集模块 | 第57-58页 |
| ·信息预处理模块 | 第58-59页 |
| ·热点舆情发现与分析模块 | 第59-60页 |
| ·舆情搜索模块 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |
