基于文本挖掘的网络舆情情感倾向及演化分析
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第9-18页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 网络舆情研究现状 | 第10-13页 |
| 1.2.2 情感倾向性研究现状 | 第13-15页 |
| 1.2.3 文献综述小结 | 第15-16页 |
| 1.3 研究思路与方法 | 第16-17页 |
| 1.3.1 研究思路 | 第16页 |
| 1.3.2 研究方法 | 第16-17页 |
| 1.4 研究结构与内容 | 第17-18页 |
| 第2章 相关理论与技术 | 第18-27页 |
| 2.1 网络舆情的概念 | 第18-19页 |
| 2.1.1 舆情的概念 | 第18页 |
| 2.1.2 网络舆情的概念 | 第18-19页 |
| 2.2 网络舆情相关理论 | 第19-22页 |
| 2.2.1 议程设置理论 | 第19-20页 |
| 2.2.2 “沉默的螺旋”理论 | 第20页 |
| 2.2.3 蝴蝶效应理论 | 第20-21页 |
| 2.2.4 阶段分析理论 | 第21页 |
| 2.2.5 焦点事件理论 | 第21-22页 |
| 2.3 情感分析理论与技术 | 第22-27页 |
| 2.3.1 文本挖掘 | 第22-23页 |
| 2.3.2 文本预处理 | 第23-25页 |
| 2.3.3 特征提取 | 第25-26页 |
| 2.3.4 情感分类 | 第26-27页 |
| 第3章 情感倾向分析模型构建 | 第27-35页 |
| 3.1 情感倾向判断词表构建 | 第27-31页 |
| 3.1.1 情感词来源 | 第28-29页 |
| 3.1.2 情感分类词表构建 | 第29-30页 |
| 3.1.3 基于特定事件语料的情感词表扩展 | 第30-31页 |
| 3.2 情感倾向分析模型 | 第31-35页 |
| 3.2.1 微博文本情感计算规则 | 第32-33页 |
| 3.2.2 加入程度副词或否定词的情感计算规则 | 第33-34页 |
| 3.2.3 考虑句型的情感计算规则 | 第34-35页 |
| 第4章 基于文本挖掘的网络舆情情感倾向性分析 | 第35-43页 |
| 4.1 数据采集与处理 | 第35-37页 |
| 4.1.1 数据采集 | 第35页 |
| 4.1.2 数据处理 | 第35-37页 |
| 4.2 情感词频分析 | 第37-39页 |
| 4.3 情感类型分析 | 第39-41页 |
| 4.4 情感极性强度分析 | 第41-43页 |
| 第5章 网络舆情情感演化实证分析 | 第43-56页 |
| 5.1 数据描述 | 第43页 |
| 5.2 网络舆情演化过程 | 第43-45页 |
| 5.3 情感演化实证分析 | 第45-56页 |
| 5.3.1 开始期情感演化 | 第47-48页 |
| 5.3.2 爆发期情感演化 | 第48-51页 |
| 5.3.3 发酵期情感演化 | 第51-54页 |
| 5.3.4 消解期情感演化 | 第54-55页 |
| 5.3.5 反思期情感演化 | 第55-56页 |
| 第6章 总结与展望 | 第56-59页 |
| 6.1 研究结论 | 第56页 |
| 6.2 对策建议 | 第56-57页 |
| 6.3 本文的创新点 | 第57-58页 |
| 6.4 研究展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 个人简历及攻读硕士学位期间取得的科研成果 | 第65页 |
