基于校园网流量的舆情热词提取及分类研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文的组织结构 | 第15-17页 |
| 第2章 校园网流量采集系统的构建和部署 | 第17-24页 |
| 2.1 网络流量采集工具选型 | 第18-19页 |
| 2.2 流量采集系统结构 | 第19-20页 |
| 2.3 基于流量的动态协议检测 | 第20-22页 |
| 2.4 校园网流量采集系统的部署 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于网络流量的校园区域舆情数据源重构 | 第24-31页 |
| 3.1 网络爬虫研究 | 第24-25页 |
| 3.2 基于Scrapy框架的网页爬取 | 第25-28页 |
| 3.2.1 Scrapy基本原理 | 第25-28页 |
| 3.3 校园区域舆情数据源的重构 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 校园区域舆情热词提取及分类 | 第31-43页 |
| 4.1 网页正文抽取 | 第31-36页 |
| 4.1.1 基于行块分布算法的网页正文抽取 | 第31-32页 |
| 4.1.2 对行块分布算法的改进 | 第32-36页 |
| 4.2 结巴分词 | 第36-39页 |
| 4.2.1 未登录词的处理 | 第37-38页 |
| 4.2.2 TF-IDF关键词提取 | 第38-39页 |
| 4.3 分类 | 第39-40页 |
| 4.3.1 LIBLINEAR和LIBSVM比较 | 第39页 |
| 4.3.2 线性LIBLINEAR介绍 | 第39-40页 |
| 4.4 网络舆情热词分类模型 | 第40-42页 |
| 4.4.1 TextGrocery简介 | 第40-41页 |
| 4.4.2 模型训练 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 校园网流量及舆情分析系统实现 | 第43-52页 |
| 5.1 系统开发环境 | 第43页 |
| 5.2 系统总体架构 | 第43-44页 |
| 5.3 分析模块 | 第44-45页 |
| 5.4 展示模块 | 第45-51页 |
| 5.4.1 流量统计模块 | 第46-47页 |
| 5.4.2 流量分析模块 | 第47-48页 |
| 5.4.3 舆情热词提取及分类 | 第48-50页 |
| 5.4.4 用户分析模块 | 第50页 |
| 5.4.5 系统管理模块 | 第50-51页 |
| 5.5 系统存储结构 | 第51页 |
| 5.6 本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间所参加的科研项目 | 第56-57页 |
| 攻读硕士学位期间发表的论文 | 第57-58页 |
| 致谢 | 第58页 |
