| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·国外研究现状 | 第9页 |
| ·国内研究现状 | 第9-10页 |
| ·本文的主要工作和内容安排 | 第10-11页 |
| 第二章 网络舆情分析相关理论 | 第11-27页 |
| ·网络舆情基本概念及特点 | 第11-14页 |
| ·网络舆情的基本概念 | 第11页 |
| ·网络舆情的主要特点 | 第11-14页 |
| ·网络舆情发现技术 | 第14-26页 |
| ·网页获取技术 | 第14页 |
| ·网页解析技术 | 第14-16页 |
| ·中文分词 | 第16-20页 |
| ·文本分类 | 第20-23页 |
| ·文本聚类 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 舆情信息获取处理技术 | 第27-41页 |
| ·信息采集技术 | 第27-35页 |
| ·网页重要度评定标准 | 第27-32页 |
| ·网络爬虫原理及功能 | 第32-34页 |
| ·爬虫抓取策略分析 | 第34-35页 |
| ·信息预处理技术 | 第35-40页 |
| ·HTML 文本预处理 | 第36-39页 |
| ·中文分词系统 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 热点信息发现与跟踪技术 | 第41-58页 |
| ·热点话题发现技术 | 第41-48页 |
| ·话题发现的文本聚类算法 | 第42-46页 |
| ·各聚类算法的比较与选取 | 第46-48页 |
| ·热点话题跟踪技术 | 第48-52页 |
| ·话题跟踪的文本分类算法 | 第48-51页 |
| ·各分类算法的比较与选取 | 第51-52页 |
| ·SVM 算法的改进 | 第52-57页 |
| ·基于遗传算法的 SVM 算法参数优化 | 第52-54页 |
| ·基于 PCA 算法改进遗传算法的 SVM 算法参数优化 | 第54-56页 |
| ·实验结果 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于确定话题的网络舆情分析系统的设计与实现 | 第58-73页 |
| ·系统总体结构 | 第58-59页 |
| ·系统功能模块设计 | 第59-63页 |
| ·系统总控模块 | 第59-61页 |
| ·信息采集模块 | 第61-62页 |
| ·信息预处理模块 | 第62页 |
| ·舆情识别与分析模块 | 第62-63页 |
| ·网络舆情分析系统平台实现 | 第63-71页 |
| ·信息管理 | 第63-65页 |
| ·信息采集 | 第65-68页 |
| ·舆情分析 | 第68页 |
| ·分析展现 | 第68-70页 |
| ·话题追踪验证 | 第70-71页 |
| ·性能测试 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 致谢 | 第76页 |