基于核方法的食品安全舆情分析方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外相关研究进展 | 第10-12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 2 相关理论与技术介绍 | 第14-28页 |
| 2.1 核方法 | 第14-16页 |
| 2.1.1 核方法基本思想 | 第14页 |
| 2.1.2 核函数 | 第14-15页 |
| 2.1.3 Mercer定理与正定核函数 | 第15页 |
| 2.1.4 核函数性质 | 第15-16页 |
| 2.1.5 常用核函数 | 第16页 |
| 2.2 话题检测与追踪关键技术 | 第16-28页 |
| 2.2.1 主题爬虫 | 第16-17页 |
| 2.2.2 中文分词 | 第17-18页 |
| 2.2.3 特征选择与加权 | 第18-19页 |
| 2.2.4 向量空间模型构建 | 第19页 |
| 2.2.5 相似度计算 | 第19-20页 |
| 2.2.6 聚类分析 | 第20-26页 |
| 2.2.7 文本分类 | 第26-28页 |
| 3 数据填补方法研究 | 第28-34页 |
| 3.1 缺失数据填补方法 | 第28-29页 |
| 3.2 聚类分析与离群点检测 | 第29-30页 |
| 3.2.1 核K-Means | 第29-30页 |
| 3.2.2 离群点检测 | 第30页 |
| 3.3 KKMOD数据填补算法 | 第30-32页 |
| 3.3.1 聚类 | 第30-31页 |
| 3.3.2 数据填补 | 第31页 |
| 3.3.3 离群点检测 | 第31页 |
| 3.3.4 填补工作流程 | 第31-32页 |
| 3.4 实验结果 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 基于核方法的话题检测和追踪算法研究 | 第34-44页 |
| 4.1 基于核K-Means的话题检测 | 第34-35页 |
| 4.2 基于SVM的话题追踪 | 第35-37页 |
| 4.2.1 话题追踪 | 第35页 |
| 4.2.2 SVM | 第35-37页 |
| 4.3 改进的基于SVM自适应话题追踪算法 | 第37-39页 |
| 4.4 实验与分析 | 第39-42页 |
| 4.4.1 实验环境和数据获取 | 第39-40页 |
| 4.4.2 实验设计 | 第40-41页 |
| 4.4.3 实验结果与分析 | 第41-42页 |
| 4.5 本章小结 | 第42-44页 |
| 5 食品安全网络舆情分析系统设计与实现 | 第44-56页 |
| 5.1 系统设计 | 第44-45页 |
| 5.1.1 架构设计 | 第44-45页 |
| 5.1.2 实现技术 | 第45页 |
| 5.2 数据库设计 | 第45-48页 |
| 5.3 主要模块实现 | 第48-55页 |
| 5.3.1 用户中心模块 | 第48-50页 |
| 5.3.2 数据采集模块 | 第50-51页 |
| 5.3.3 舆情分析模块 | 第51-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 结论 | 第56-58页 |
| 6.1 全文总结 | 第56页 |
| 6.2 论文的创新点 | 第56-57页 |
| 6.3 论文的不足之处 | 第57-58页 |
| 7 参考文献 | 第58-63页 |
| 8 攻读硕士学位期间发表论文及参加项目情况 | 第63-64页 |
| 9 致谢 | 第64页 |
