高校网络舆情话题热度趋势预测研究
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 主要内容和组织结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 2 相关技术综述 | 第19-26页 |
| 2.1 网络爬虫 | 第19页 |
| 2.2 中文分词 | 第19-20页 |
| 2.3 文本表示 | 第20-23页 |
| 2.4 文本聚类算法 | 第23-24页 |
| 2.5 LSTM神经网络 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 高校网络舆情分析及预测框架 | 第26-37页 |
| 3.1 高校网络舆情概述 | 第26-30页 |
| 3.2 高校网络舆情媒介的划分 | 第30-31页 |
| 3.3 高校网络舆情话题分析 | 第31-35页 |
| 3.4 高校网络舆情话题热度趋势预测框架 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 高校网络舆情话题热度趋势预测 | 第37-45页 |
| 4.1 高校网络舆情话题发现 | 第37-40页 |
| 4.2 话题热度计量 | 第40页 |
| 4.3 话题热度趋势预测 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 实证分析 | 第45-52页 |
| 5.1 话题发现分析 | 第45-48页 |
| 5.2 话题热度计量分析 | 第48-49页 |
| 5.3 话题热度趋势预测分析 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 未来展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士期间主要成果 | 第58页 |
