| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 研究背景和意义 | 第8-12页 |
| 1.2 国内外研究综述 | 第12-17页 |
| 1.3 本文的研究方法及研究内容 | 第17-19页 |
| 第二章 在线评论的特征及在线评论有用性 | 第19-30页 |
| 2.1 在线评论的特征 | 第19-22页 |
| 2.2 在线评论有用性的定义 | 第22-23页 |
| 2.3 影响在线评论有用性的因素 | 第23-26页 |
| 2.4 本文研究的基本假定及在线评论有用性的度量 | 第26-30页 |
| 第三章 相关理论技术介绍 | 第30-42页 |
| 3.1 分词及词性标注 | 第30-31页 |
| 3.2 向量空间模型 | 第31-33页 |
| 3.3 奇异值分解 | 第33-35页 |
| 3.4 基于Latent Dirichlet Allocation(LDA)的主题发现 | 第35-37页 |
| 3.5 支持向量机 | 第37-38页 |
| 3.6 文本分类效果评价指标 | 第38-42页 |
| 第四章 基于支持向量机的在线评论有用性的自动识别 | 第42-59页 |
| 4.1 语料集简介及实验数据选取 | 第42-43页 |
| 4.2 在线评论文本预处理 | 第43-52页 |
| 4.3 实验设计与实现 | 第52-54页 |
| 4.4 实验结果分析 | 第54-59页 |
| 第五章 总结与展望 | 第59-62页 |
| 5.1 本研究的总结 | 第59-60页 |
| 5.2 不足和改进之处 | 第60-61页 |
| 5.3 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录A | 第67-72页 |