基于海量舆情信息的网络舆情分析系统的设计与实现
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-12页 |
1.1 课题研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 本文主要工作 | 第11页 |
1.4 本文组织架构 | 第11-12页 |
第二章 相关技术研究现状 | 第12-24页 |
2.1 引言 | 第12页 |
2.2 网络舆情分析与预测相关技术现状 | 第12-21页 |
2.2.1 网络舆情数据采集技术 | 第12-14页 |
2.2.2 海量信息数据存储技术 | 第14-16页 |
2.2.3 网页正文提取技术 | 第16-17页 |
2.2.4 基于 web 的文本挖掘技术 | 第17-19页 |
2.2.5 TDT 话题检测与追踪 | 第19-20页 |
2.2.6 舆情分析预测相关技术 | 第20-21页 |
2.3 相关技术的发展趋势 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
第三章 系统总体设计 | 第24-33页 |
3.1 引言 | 第24页 |
3.2 系统需求分析 | 第24-25页 |
3.3 系统设计目标 | 第25-26页 |
3.3.1 功能性目标 | 第25-26页 |
3.3.2 非功能性目标 | 第26页 |
3.4 系统总体设计 | 第26-31页 |
3.4.1 软件体系架构 | 第27-30页 |
3.4.2 系统业务流程 | 第30-31页 |
3.4.3 系统网络拓扑图 | 第31页 |
3.5 小结 | 第31-33页 |
第四章 系统详细设计与实现 | 第33-72页 |
4.1 引言 | 第33页 |
4.2 网络舆情信息采集子系统 | 第33-38页 |
4.2.1 系统概述 | 第33页 |
4.2.2 采集流程 | 第33-34页 |
4.2.3 功能模块设计 | 第34-35页 |
4.2.4 系统实现 | 第35-38页 |
4.3 网络舆情数据预处理子系统 | 第38-47页 |
4.3.1 系统概述 | 第38-39页 |
4.3.2 预处理流程 | 第39页 |
4.3.3 功能模块设计 | 第39-40页 |
4.3.4 系统实现 | 第40-47页 |
4.4 网络舆情分析预测子系统 | 第47-64页 |
4.4.1 系统概述 | 第47-48页 |
4.4.2 分析预测流程 | 第48页 |
4.4.3 功能模块设计 | 第48-49页 |
4.4.4 TF-IDF 计算模块的实现 | 第49-53页 |
4.4.5 话题检测和追踪模块的实现 | 第53-59页 |
4.4.6 热点话题识别模块的实现 | 第59-61页 |
4.4.7 敏感话题识别模块的实现 | 第61-64页 |
4.5 网络舆情应用管理子系统 | 第64-66页 |
4.5.1 系统概述 | 第64页 |
4.5.2 功能模块设计 | 第64-65页 |
4.5.3 系统实现 | 第65-66页 |
4.6 数据中心 | 第66-71页 |
4.6.1 系统概述 | 第66页 |
4.6.2 Mongo DB 数据库的使用 | 第66-67页 |
4.6.3 MySQL 数据库的使用 | 第67-71页 |
4.7 小结 | 第71-72页 |
第五章 实验与测试 | 第72-85页 |
5.1 测试环境 | 第72-73页 |
5.2 测试过程 | 第73-84页 |
5.2.1 系统管理测试 | 第73-78页 |
5.2.2 知识库管理 | 第78-80页 |
5.2.3 新闻报道展示 | 第80-82页 |
5.2.4 热点话题和敏感话题展示 | 第82-84页 |
5.3 本章小结 | 第84-85页 |
第六章 总结与展望 | 第85-87页 |
参考文献 | 第87-89页 |
攻读博士/硕士学位期间取得的研究成果 | 第89-90页 |
致谢 | 第90-91页 |
附件 | 第91页 |