| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 背景分析 | 第9-10页 |
| 1.2 国内外网络舆情研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-14页 |
| 第二章 相关理论研究 | 第14-25页 |
| 2.1 网络舆情信息采集 | 第14-17页 |
| 2.1.1 网络爬虫的定义及工作流程 | 第14-15页 |
| 2.1.2 网络爬虫的抓取策略分析 | 第15-16页 |
| 2.1.3 URL去重 | 第16-17页 |
| 2.2 自动中文分词 | 第17-19页 |
| 2.2.1 几种典型的自动分词系统 | 第18-19页 |
| 2.2.2 停用词过滤 | 第19页 |
| 2.3 文本向量化表示 | 第19-22页 |
| 2.3.1 权重计算 | 第21页 |
| 2.3.2 文本相似度计算 | 第21-22页 |
| 2.4 文本分类 | 第22-23页 |
| 2.5 机器学习 | 第23-24页 |
| 2.5.1 机器学习系统结构 | 第23页 |
| 2.5.2 机器学习算法类型 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 舆情采集系统中机器学习算法的研究 | 第25-45页 |
| 3.1 现有机器学习算法介绍 | 第25-26页 |
| 3.2 基于机器学习的文本聚类 | 第26页 |
| 3.3 中文文本聚类算法比较与选取 | 第26-35页 |
| 3.3.1 文本聚类算法的比较 | 第27-33页 |
| 3.3.2 文本聚类算法的选取 | 第33-35页 |
| 3.4 SINGLE-PASS算法改进 | 第35-38页 |
| 3.4.1 经典Single-Pass算法 | 第35-37页 |
| 3.4.2 Single-Pass算法改进 | 第37-38页 |
| 3.5 实验及结果结论 | 第38-44页 |
| 3.5.1 实验数据 | 第38-39页 |
| 3.5.2 实验评价方式 | 第39-40页 |
| 3.5.3 实验及其结果讨论 | 第40-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 系统框架设计 | 第45-59页 |
| 4.1 系统概要设计 | 第45-46页 |
| 4.1.1 系统目标 | 第45页 |
| 4.1.2 系统体系架构 | 第45-46页 |
| 4.2 系统模块设计 | 第46-58页 |
| 4.2.1 舆情采集模块 | 第47-49页 |
| 4.2.2 预处理模块 | 第49-54页 |
| 4.2.3 舆情信息提取模块 | 第54-57页 |
| 4.2.4 信息展示与人员管理 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 基于机器学习的网络舆情采集系统的实现与测试 | 第59-70页 |
| 5.1 网络舆情采集系统的实现 | 第59-65页 |
| 5.1.1 系统开发工具及开发语言 | 第59页 |
| 5.1.2 系统模块的实现 | 第59-65页 |
| 5.2 核心聚类模块测试 | 第65-67页 |
| 5.2.1 测试内容与标准 | 第65页 |
| 5.2.2 试验数据及结果 | 第65-67页 |
| 5.3 系统测试 | 第67-69页 |
| 5.3.1 测试计划 | 第67页 |
| 5.3.2 测试目标 | 第67页 |
| 5.3.3 系统整体测试 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |