基于文本倾向性的网络舆情分析--以三星note7事件为例
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第6-14页 |
| 1.1 研究背景与意义 | 第6-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文内容结构 | 第12-14页 |
| 第2章 中文分词方法研究 | 第14-23页 |
| 2.1 基于词典字符串相匹配的分词 | 第15-16页 |
| 2.2 基于统计的分词 | 第16-21页 |
| 2.3 基于人工调整词典的混合模型分词 | 第21-23页 |
| 第3章 文本倾向性分析 | 第23-41页 |
| 3.1 基于情感词匹配表的文本倾向性分析 | 第23-24页 |
| 3.2 基于机器学习的文本倾向性分析 | 第24-37页 |
| 3.3 基于情感词权重调整的文本倾向性分析 | 第37-41页 |
| 第4章 三星“爆炸门”事件实证分析 | 第41-58页 |
| 4.1 数据抓取与预处理 | 第41-45页 |
| 4.2 基于人工词典混合模型的文本分词处理 | 第45-48页 |
| 4.3 基于情感权重的分类算法对文本倾向性的分析 | 第48-49页 |
| 4.4 三星“爆炸门”事件舆情分析 | 第49-58页 |
| 第5章 结论与展望 | 第58-60页 |
| 5.1 结论 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-72页 |
| 致谢 | 第72页 |