| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文的主要工作 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 微博热点分析研究平台和相关技术 | 第18-30页 |
| 2.1 新浪微博 | 第18-21页 |
| 2.1.1 新浪微博现状 | 第18页 |
| 2.1.2 新浪微博基本功能和产品特点 | 第18-19页 |
| 2.1.3 新浪微博平台对网络舆情具有的影响 | 第19-20页 |
| 2.1.4 新浪微博开放平台 | 第20-21页 |
| 2.2 Hadoop云计算平台 | 第21-24页 |
| 2.2.1 Hadoop分布式文件系统HDFS | 第21-23页 |
| 2.2.2 Hadoop的Map Reduce计算框架 | 第23-24页 |
| 2.3 ICTCLAS分词工具 | 第24-25页 |
| 2.4 文本分类技术 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 微博分词优化及热点抽取 | 第30-40页 |
| 3.1 研究意义 | 第30-31页 |
| 3.2 基于Hadoop的微博新词识别及分词优化 | 第31-38页 |
| 3.2.1 系统框架 | 第31-33页 |
| 3.2.2 WordSegment Map Reduce | 第33-34页 |
| 3.2.3 WordMap MapReduce | 第34-35页 |
| 3.2.4 WordIdentification Map Reduce | 第35-37页 |
| 3.2.5 WordCount Map Reduce | 第37-38页 |
| 3.3 微博热点抽取 | 第38-39页 |
| 3.3.1 热点识别 | 第38-39页 |
| 3.3.2 热点分组 | 第39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 微博情感分析 | 第40-46页 |
| 4.1 研究意义 | 第40-41页 |
| 4.2 条件随机场 | 第41-42页 |
| 4.3 系统框架 | 第42-43页 |
| 4.4 微博热点基于CRFs的情感分析实现 | 第43-45页 |
| 4.4.1 微博预处理 | 第43-44页 |
| 4.4.2 序列标注 | 第44页 |
| 4.4.3 特征模版 | 第44-45页 |
| 4.4.4 分类结果判断 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 实验与分析 | 第46-60页 |
| 5.1 微博新词识别及分词优化实验 | 第46-49页 |
| 5.1.1 实验数据 | 第46页 |
| 5.1.2 评测标准 | 第46页 |
| 5.1.3 实验 | 第46-47页 |
| 5.1.4 实验结果与分析 | 第47-49页 |
| 5.2 微博热点词语识别及分组 | 第49-55页 |
| 5.2.1 实验数据 | 第49页 |
| 5.2.2 微博热点词语识别 | 第49-52页 |
| 5.2.3 微博热点词语分类 | 第52-55页 |
| 5.3 微博热点情感分析 | 第55-59页 |
| 5.3.1 实验数据与评测标准 | 第55-56页 |
| 5.3.2 实验 | 第56-57页 |
| 5.3.3 结果分析 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60-61页 |
| 6.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间已发表或录用的论文 | 第66-67页 |
| 附件 | 第67页 |
