基于规则和相关度的微博垃圾评论检测系统及实现
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-23页 |
1.1 微博评论 | 第11-17页 |
1.1.1 微博简介 | 第11-12页 |
1.1.2 微博用户表现特性 | 第12-15页 |
1.1.3 微博评论 | 第15-17页 |
1.2 垃圾评论 | 第17-19页 |
1.2.1 垃圾评论定义、类型、特征以及危害 | 第17-18页 |
1.2.2 反垃圾评论研究现状 | 第18-19页 |
1.3 评论分类技术 | 第19-22页 |
1.3.1 决策树分类算法 | 第19-20页 |
1.3.2 基于贝叶斯理论分类算法 | 第20页 |
1.3.3 k阶近邻法分类算法 | 第20-21页 |
1.3.4 支持向量机SVM分类算法 | 第21页 |
1.3.5 基于粗糙集理论的分类算法 | 第21页 |
1.3.6 神经网络分类算法 | 第21-22页 |
1.4 课题主要工作 | 第22页 |
1.5 论文结构 | 第22-23页 |
第2章 主要相关技术 | 第23-31页 |
2.1 规则与相关度 | 第23-26页 |
2.2 神经网络 | 第26-27页 |
2.2.1 神经网络 | 第26页 |
2.2.2 神经网络算法在分类系统中的应用 | 第26-27页 |
2.3 信息系统逻辑分层 | 第27-29页 |
2.3.1 B/S机构信息系统多层结构 | 第27-28页 |
2.3.2 MVC框架及工厂模式 | 第28-29页 |
2.4 API | 第29-31页 |
2.4.1 API概念 | 第29页 |
2.4.2 开放平台 | 第29页 |
2.4.3 常见问题 | 第29-31页 |
第3章 需求分析 | 第31-37页 |
3.1 系统基本需求分析 | 第31-32页 |
3.2 系统功能需求分析 | 第32-37页 |
3.2.1 数据导入系统 | 第32-33页 |
3.2.2 评论规则库系统 | 第33页 |
3.2.3 规则制定与相关度计算体系 | 第33-34页 |
3.2.4 评论自动分类 | 第34-35页 |
3.2.5 参数设置 | 第35页 |
3.2.6 日志系统 | 第35-37页 |
第4章 系统设计 | 第37-51页 |
4.1 系统角色 | 第37-38页 |
4.2 模块关系及流程图 | 第38-42页 |
4.3 体系结构设计 | 第42-43页 |
4.4 模块开发模型 | 第43页 |
4.5 功能模块设计 | 第43-44页 |
4.6 数据库设计 | 第44-48页 |
4.7 数据导入 | 第48-49页 |
4.8 评论规则库 | 第49页 |
4.9 评论分类 | 第49-50页 |
4.10 系统日志 | 第50-51页 |
第5章 系统实现与性能比较 | 第51-71页 |
5.1 系统开发环境 | 第51页 |
5.2 实体类实现 | 第51-52页 |
5.3 三层结构的实现 | 第52页 |
5.4 数据库访问层 | 第52页 |
5.5 业务逻辑层 | 第52-53页 |
5.6 表示层 | 第53页 |
5.7 WEB页面局部刷新 | 第53-54页 |
5.8 SESSION(登入状态管理) | 第54页 |
5.9 子系统与功能模块实现 | 第54-62页 |
5.9.1 数据导入系统实现 | 第55-57页 |
5.9.2 评论规则库实现 | 第57-59页 |
5.9.3 评论分类系统实现 | 第59-60页 |
5.9.4 数据分析与参数设置系统实现 | 第60-62页 |
5.9.5 系统日志实现 | 第62页 |
5.10 性能评价 | 第62-71页 |
5.10.1 性能指标 | 第62-63页 |
5.10.2 系统性能 | 第63-71页 |
第6章 结束语 | 第71-72页 |
参考文献 | 第72-75页 |
致谢 | 第75页 |