基于微博的网络舆情关键技术的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及研究意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·研究现状及存在问题 | 第12-13页 |
| ·研究现状 | 第12-13页 |
| ·存在问题 | 第13页 |
| ·本文的研究内容 | 第13-14页 |
| ·本文的结构安排 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第二章 网络舆情关键技术研究综述 | 第15-38页 |
| ·舆情信息采集技术 | 第15-22页 |
| ·网络爬虫简介 | 第15页 |
| ·网络爬虫的分类及工作原理 | 第15-21页 |
| ·新浪微博开放平台 | 第21-22页 |
| ·网络舆情信息预处理技术 | 第22-31页 |
| ·网页信息结构化 | 第22-26页 |
| ·中文分词及词性标注 | 第26-30页 |
| ·文本向量模型 | 第30-31页 |
| ·文本聚类与文本分类技术 | 第31-37页 |
| ·文本聚类技术 | 第31-33页 |
| ·文本分类技术 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于微博的网络舆情关键技术的设计 | 第38-65页 |
| ·微博的特点 | 第38-39页 |
| ·微博的特点 | 第38页 |
| ·微博处理的需求和难点 | 第38-39页 |
| ·微博数据采集方案的设计 | 第39-46页 |
| ·Larbin 的体系结构 | 第39-40页 |
| ·基于 larbin 的网络爬虫的设计与改进 | 第40-42页 |
| ·微博模拟登录 | 第42-43页 |
| ·定时采集和代理采集 | 第43-44页 |
| ·实验分析 | 第44-46页 |
| ·适用微博信息处理的中文分词技术 | 第46-53页 |
| ·基于单字索引的 pat 树分词词典 | 第46-50页 |
| ·微博内容歧义字段处理 | 第50-53页 |
| ·适用微博信息的词典构建 | 第53页 |
| ·微博舆情观点提取 | 第53-64页 |
| ·微博热点话题发现 | 第53-63页 |
| ·微博倾向性分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 基于微博的网络舆情分析系统的设计 | 第65-81页 |
| ·系统总体架构 | 第65-70页 |
| ·系统架构设计 | 第65-66页 |
| ·数据库设计 | 第66-70页 |
| ·系统功能模块设计 | 第70-80页 |
| ·微博数据采集系统设计 | 第70-72页 |
| ·微博数据分词系统设计 | 第72-79页 |
| ·微博数据分析系统设计 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 基于微博的网络舆情分析系统的实现 | 第81-87页 |
| ·系统主要开发环境 | 第81-83页 |
| ·硬件开发环境 | 第81-82页 |
| ·软件开发环境 | 第82-83页 |
| ·系统展示 | 第83-86页 |
| ·本章小结 | 第86-87页 |
| 第六章 总结与展望 | 第87-89页 |
| ·本文总结 | 第87-88页 |
| ·未来展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 攻硕期间取得的研究成果 | 第94-95页 |
