| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-14页 |
| 第1章 绪论 | 第14-37页 |
| ·研究背景 | 第14-16页 |
| ·研究目的与研究意义 | 第16-18页 |
| ·研究目的 | 第17页 |
| ·研究意义 | 第17-18页 |
| ·国内外研究文献综述 | 第18-34页 |
| ·环境扫描的研究范围 | 第19-21页 |
| ·环境扫描中的“信号”侦测 | 第21-29页 |
| ·环境扫描中的信息处理和使用 | 第29-33页 |
| ·文献评述 | 第33-34页 |
| ·研究内容和技术路线 | 第34-37页 |
| ·研究内容 | 第34-35页 |
| ·技术路线 | 第35-37页 |
| 第2章 社会化媒体环境扫描的研究设计 | 第37-46页 |
| ·研究设计范式的选取 | 第37-39页 |
| ·核理论的构建 | 第39-40页 |
| ·元需求的提出 | 第40-42页 |
| ·人与信息交互的决策过程 | 第40-41页 |
| ·环境扫描中的信息搜索模式 | 第41-42页 |
| ·基于文本分析法的情报分析 | 第42页 |
| ·元设计 | 第42-44页 |
| ·可验证的假设 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第3章 面向社会化媒体环境扫描信息需求的文本特征提取方法 | 第46-61页 |
| ·本章引言 | 第46-47页 |
| ·研究方法 | 第47-51页 |
| ·观点挖掘和情感分析 | 第47-48页 |
| ·向量空间模型 | 第48-49页 |
| ·本体学习 | 第49-51页 |
| ·面向信息需求的文本特征提取 | 第51-56页 |
| ·基于文本内容的特征提取 | 第52-53页 |
| ·基于领域知识的特征提取 | 第53-56页 |
| ·实证分析 | 第56-60页 |
| ·数据获取 | 第56-57页 |
| ·特征向量的产生 | 第57页 |
| ·文本分类 | 第57-58页 |
| ·交叉检验 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 面向社会化媒体环境扫描的信息收集 | 第61-79页 |
| ·本章引言 | 第61-62页 |
| ·研究方法 | 第62-67页 |
| ·文本分类 | 第62-63页 |
| ·基于半监督式机器学习的文本分类 | 第63-65页 |
| ·正面样本的特征提取 | 第65-66页 |
| ·主题识别 | 第66-67页 |
| ·系统设计 | 第67-74页 |
| ·内容的生动性测量 | 第69-70页 |
| ·内容的普遍性侦测 | 第70-73页 |
| ·分类模型的构造 | 第73-74页 |
| ·实证分析 | 第74-78页 |
| ·数据获取 | 第74-75页 |
| ·实验设计与结果分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 社会化媒体情报的有用性分析 | 第79-101页 |
| ·本章引言 | 第79-81页 |
| ·顾客评论的有用性评价要素 | 第81-87页 |
| ·顾客评论的有用性评价目标 | 第82-84页 |
| ·顾客评论有用性评价的特征选取 | 第84-85页 |
| ·对顾客评论有用性进行预测的技术 | 第85-86页 |
| ·顾客评论的评价对象 | 第86-87页 |
| ·现有研究存在的问题 | 第87-89页 |
| ·影响顾客评论有用性的因素缺少理论依据 | 第87页 |
| ·顾客评论有用性的预测方法单一 | 第87-88页 |
| ·人工评价的偏差 | 第88-89页 |
| ·模型构建与研究假设 | 第89-92页 |
| ·顾客评论对消费者购买决策的有用性分析模型 | 第90-91页 |
| ·研究假设的提出 | 第91-92页 |
| ·实证分析 | 第92-100页 |
| ·实验数据的收集 | 第92-93页 |
| ·模型变量值的提取 | 第93-96页 |
| ·数据分析 | 第96-99页 |
| ·对数据分析结果的讨论 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-118页 |
| 攻读博士学位期间发表的论文及其它成果 | 第118-120页 |
| 致谢 | 第120-121页 |
| 个人简历 | 第121页 |