基于爬虫技术的烟草行业网络舆情监控系统的设计与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外现状分析 | 第10-13页 |
| 1.2.1 国内网络舆情监控系统现状分析 | 第10-12页 |
| 1.2.2 国外网络舆情监控系统现状分析 | 第12-13页 |
| 1.3 本文的主要工作 | 第13页 |
| 1.4 本文结构安排 | 第13-15页 |
| 2 相关理论和技术分析 | 第15-27页 |
| 2.1 网络爬虫 | 第15-18页 |
| 2.1.1 通用网络爬虫 | 第15-17页 |
| 2.1.2 聚焦爬虫 | 第17-18页 |
| 2.2 Python语言 | 第18-19页 |
| 2.3 Scrapy爬虫框架 | 第19-20页 |
| 2.4 动态页面爬取 | 第20-23页 |
| 2.4.1 XPath | 第20-21页 |
| 2.4.2 Ajax数据爬取 | 第21-22页 |
| 2.4.3 动态渲染页面爬取 | 第22-23页 |
| 2.5 中文分词技术 | 第23-24页 |
| 2.6 Word2Vec工具 | 第24-25页 |
| 2.7 PCA算法 | 第25页 |
| 2.8 SVM模型 | 第25-26页 |
| 2.9 本章小结 | 第26-27页 |
| 3 系统总体设计 | 第27-37页 |
| 3.1 采集对象分析 | 第27-29页 |
| 3.1.1 烟草行业舆情监控重点 | 第27-28页 |
| 3.1.2 舆情数据来源分析 | 第28-29页 |
| 3.2 业务流程 | 第29-30页 |
| 3.3 功能需求分析 | 第30-33页 |
| 3.3.1 舆情采集子系统 | 第31页 |
| 3.3.2 舆情应用子系统 | 第31-32页 |
| 3.3.3 系统管理子系统 | 第32-33页 |
| 3.4 非功能需求分析 | 第33-34页 |
| 3.5 总体架构设计 | 第34页 |
| 3.6 数据库设计 | 第34-36页 |
| 3.7 本章小结 | 第36-37页 |
| 4 系统具体实现 | 第37-50页 |
| 4.1 开发环境 | 第37页 |
| 4.2 舆情采集子系统 | 第37-42页 |
| 4.2.1 舆情信息采集 | 第37-39页 |
| 4.2.2 舆情信息清洗 | 第39-42页 |
| 4.3 舆情应用子系统 | 第42-48页 |
| 4.3.1 舆情信息提取筛选 | 第42-44页 |
| 4.3.2 舆情文本分词处理 | 第44页 |
| 4.3.3 舆情信息正负面识别 | 第44-47页 |
| 4.3.4 舆情数据可视化 | 第47-48页 |
| 4.4 系统管理子系统 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 测试与分析 | 第50-59页 |
| 5.1 系统测试环境 | 第50-51页 |
| 5.2 系统功能测试 | 第51-56页 |
| 5.3 系统性能测试 | 第56-57页 |
| 5.4 测试结果分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |
