基于社区发现的网络舆情热点主题识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 研究内容 | 第11-16页 |
| 2 相关工作及关键理论基础 | 第16-25页 |
| 2.1 网络舆情热点主题识别研究 | 第16-20页 |
| 2.1.1 网络舆情热点主题识别研究现状 | 第16-18页 |
| 2.1.2 热点主题识别算法综述 | 第18-19页 |
| 2.1.3 主题热度计算综述 | 第19-20页 |
| 2.2 社区发现方法 | 第20-23页 |
| 2.2.1 主要社区发现算法 | 第21-22页 |
| 2.2.2 凝聚法 | 第22-23页 |
| 2.3 基于社区发现的热点主题识别研究现状 | 第23-25页 |
| 3 基于社区发现的网络舆情主题识别研究 | 第25-52页 |
| 3.1 舆情数据源分析 | 第25-28页 |
| 3.1.1 微博 | 第25-27页 |
| 3.1.2 新闻 | 第27-28页 |
| 3.2 数据预处理 | 第28-33页 |
| 3.2.1 数据噪声过滤 | 第29页 |
| 3.2.2 数据清洗 | 第29-30页 |
| 3.2.3 中文分词处理 | 第30-31页 |
| 3.2.4 词性及停用词过滤处理 | 第31-32页 |
| 3.2.5 情感倾向性分析 | 第32-33页 |
| 3.3 网络舆情主题识别建模 | 第33-38页 |
| 3.3.1 网络舆情主题识别框架 | 第33-35页 |
| 3.3.2 网络舆情主题识别模型结构设计 | 第35-36页 |
| 3.3.3 种子主题识别算法 | 第36-38页 |
| 3.4 关键词抽取研究 | 第38-43页 |
| 3.4.1 关键词与主题识别的关系 | 第38页 |
| 3.4.2 特征选取 | 第38-41页 |
| 3.4.3 关键词抽取算法 | 第41-43页 |
| 3.5 实验及结果分析 | 第43-52页 |
| 3.5.1 实验数据集及预处理 | 第43页 |
| 3.5.2 评价指标 | 第43-44页 |
| 3.5.3 关键词抽取实验及结果分析 | 第44-45页 |
| 3.5.4 微博主题识别实验及结果分析 | 第45-49页 |
| 3.5.5 网络新闻主题发现实验及结果分析 | 第49-50页 |
| 3.5.6 实验小结 | 第50-52页 |
| 4 网络舆情热点主题识别研究 | 第52-62页 |
| 4.1 热点主题识别框架 | 第52-53页 |
| 4.2 热度的影响因素分析及量化 | 第53-56页 |
| 4.2.1 用户影响力 | 第53-55页 |
| 4.2.2 传播影响力 | 第55-56页 |
| 4.3 主题热度计算方法 | 第56页 |
| 4.4 热点主题识别实验——以微博数据为例 | 第56-57页 |
| 4.5 基于时间维的主题热度迁移分析 | 第57-60页 |
| 4.6 基于情感维的主题情感倾向性分析 | 第60-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 存在的不足及未来展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
