基于最大熵的客户反馈系统设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-17页 |
| 1.1 项目背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 问题阐述与研究范围 | 第13-14页 |
| 1.4.1 问题阐述 | 第13-14页 |
| 1.4.2 研究范围 | 第14页 |
| 1.5 作者工作内容 | 第14-15页 |
| 1.6 论文组织结构 | 第15-17页 |
| 2 问题解决途径与方法研究 | 第17-22页 |
| 2.1 分词技术 | 第17-18页 |
| 2.2 情感倾向分析算法 | 第18-20页 |
| 2.2.1 机器学习方法 | 第18-20页 |
| 2.2.2 情感词典方法 | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 3 系统业务描述和需求定义 | 第22-27页 |
| 3.1 系统业务需求分析 | 第22-25页 |
| 3.1.1 系统业务描述 | 第22-23页 |
| 3.1.2 系统用例分析 | 第23-25页 |
| 3.2 功能需求定义 | 第25-26页 |
| 3.3 非功能性需求 | 第26页 |
| 3.4 本章小结 | 第26-27页 |
| 4 情感倾向判断研究与方案选择 | 第27-32页 |
| 4.1 数据预处理 | 第27-28页 |
| 4.1.1 扩展字典定义 | 第27-28页 |
| 4.1.2 停词字典定义 | 第28页 |
| 4.2 HowNet词典倾向判断 | 第28-29页 |
| 4.3 最大熵算法进行倾向判断 | 第29-30页 |
| 4.3.1 样本采集 | 第29页 |
| 4.3.2 GIS算法样本训练 | 第29-30页 |
| 4.4 情感倾向方案设计 | 第30-31页 |
| 4.5 本章小结 | 第31-32页 |
| 5 系统设计与实现 | 第32-58页 |
| 5.1 开发和运行环境 | 第32页 |
| 5.2 系统设计目标 | 第32-33页 |
| 5.3 整体设计与模块划分 | 第33-37页 |
| 5.3.1 系统架构 | 第33-34页 |
| 5.3.2 系统体系结构 | 第34-36页 |
| 5.3.3 模块划分 | 第36-37页 |
| 5.4 数据库设计 | 第37-38页 |
| 5.5 系统主要模块设计与实现 | 第38-57页 |
| 5.5.1 数据预处理模块的设计与实现 | 第38-41页 |
| 5.5.2 用户管理模块的设计与实现 | 第41-44页 |
| 5.5.3 评论信息分析模块的设计与实现 | 第44-48页 |
| 5.5.4 需求分析模块的设计与实现 | 第48-51页 |
| 5.5.5 反馈信息管理模块的设计与实现 | 第51-55页 |
| 5.5.6 产品树管理模块的设计与实现 | 第55-57页 |
| 5.6 本章小结 | 第57-58页 |
| 6 实验设计与结果分析 | 第58-63页 |
| 6.1 功能性测试 | 第58-60页 |
| 6.2 非功能性测试 | 第60-61页 |
| 6.3 系统主要功能测试结果与评价 | 第61-62页 |
| 6.4 本章小结 | 第62-63页 |
| 7 总结与展望 | 第63-65页 |
| 7.1 总结 | 第63页 |
| 7.2 未来展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 学位论文数据集 | 第69页 |
