基于微博的公共安全事件监测分析系统设计与实现
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 论文的研究背景及意义 | 第8-9页 |
| 1.2 国内外研究的现状 | 第9-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-14页 |
| 2 基于微博数据的公共安全事件发现方法 | 第14-26页 |
| 2.1 微博数据获取及预处理 | 第14-19页 |
| 2.2 基于SVM的微博事件分类 | 第19-22页 |
| 2.2.1 支持向量机 | 第19-21页 |
| 2.2.2 SVM分类器训练 | 第21-22页 |
| 2.3 基于热度增长的热点公共安全事件发现 | 第22-23页 |
| 2.4 实验结果及分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于内容的公共安全事件分析方法 | 第26-42页 |
| 3.1 公共安全事件内容抽取方法 | 第26-30页 |
| 3.1.1 基于LDA的公共安全事件描述 | 第26-28页 |
| 3.1.2 实验结果及分析 | 第28-30页 |
| 3.2 公共安全事件情感倾向分析方法 | 第30-35页 |
| 3.2.1 情感词典构建 | 第30-32页 |
| 3.2.2 基于Word2Vec的情感倾向分析 | 第32-34页 |
| 3.2.3 实验结果及分析 | 第34-35页 |
| 3.3 公共安全事件涉事人群分析方法 | 第35-41页 |
| 3.3.1 微博公共安全事件涉事人群画像 | 第36-37页 |
| 3.3.2 微博公共安全事件活跃用户识别 | 第37-39页 |
| 3.3.3 实验结果及分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 系统设计与实现 | 第42-62页 |
| 4.1 系统技术架构设计 | 第42-44页 |
| 4.2 系统功能模块设计 | 第44-53页 |
| 4.2.1 数据获取及管理模块 | 第45-47页 |
| 4.2.2 分析处理模块设计 | 第47-51页 |
| 4.2.3 应用展示模块设计 | 第51-53页 |
| 4.3 系统实现和展示 | 第53-60页 |
| 4.3.1 系统开发说明 | 第53-54页 |
| 4.3.2 系统功能模块实现和展示 | 第54-60页 |
| 4.4 系统测试 | 第60页 |
| 4.5 本章小结 | 第60-62页 |
| 5 论文总结与展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A.作者在攻读硕士学位期间取得的科研成果 | 第70页 |
| B.攻读硕士学位期间参加的科研项目 | 第70页 |
