大数据环境下垃圾评论过滤系统的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩省词表 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 在线垃圾评论检测研究现状 | 第15-16页 |
| 1.2.2 存在问题 | 第16-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 本文结构安排 | 第17-19页 |
| 第二章 中文在线评论资料库的构建 | 第19-26页 |
| 2.1 在线评论自动化抓取 | 第19-22页 |
| 2.1.1 网站产品标识符的获取 | 第19-20页 |
| 2.1.2 在线评论的获取 | 第20-21页 |
| 2.1.3 基于Webhavest抓取在线评论 | 第21-22页 |
| 2.1.4 在线评论抓取的难点 | 第22页 |
| 2.2 大数据环境下在线评论的存储 | 第22-25页 |
| 2.2.1 分布式文件存储系统HDFS | 第23-24页 |
| 2.2.2 HDFS集群部署 | 第24-25页 |
| 2.3 中文在线评论资料库的架构与设计 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于分类模型的中文在线垃圾评论检测的研究 | 第26-36页 |
| 3.1 中文在线评论 | 第26-27页 |
| 3.2 中文在线垃圾评论 | 第27页 |
| 3.3 分类模型 | 第27-28页 |
| 3.4 分类器 | 第28-31页 |
| 3.4.1 逻辑回归算法 | 第28-29页 |
| 3.4.2 支持向量机算法 | 第29-31页 |
| 3.5 中文评论文本特征向量的构建 | 第31-35页 |
| 3.5.1 评论感受 | 第32-33页 |
| 3.5.2 评论文本长度 | 第33页 |
| 3.5.3 标点符号 | 第33-34页 |
| 3.5.4 其他特性 | 第34-35页 |
| 3.5.5 中文评论文本特征向量 | 第35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 评论主题相关度的研究 | 第36-43页 |
| 4.1 基于关联规则的评论主题词提取 | 第36-39页 |
| 4.1.1 关联规则 | 第36-37页 |
| 4.1.2 评论主题词模式的研究 | 第37-39页 |
| 4.1.3 评论主题词的获取 | 第39页 |
| 4.2 基于混合语言模型的评论主题词相关性识别 | 第39-41页 |
| 4.2.1 混合语言模型 | 第40页 |
| 4.2.2 中文在线评论主题词的获取 | 第40-41页 |
| 4.2.3 评论主题相关度的获取 | 第41页 |
| 4.3 实验结果 | 第41-42页 |
| 4.3.1 获取评论主题词模式 | 第41页 |
| 4.3.2 验证评论主题相关度 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 实验数据与结果分析 | 第43-51页 |
| 5.1 中文在线垃圾评论检测系统的设计 | 第43-44页 |
| 5.2 实验环境 | 第44-46页 |
| 5.2.1 实验工具概述 | 第44-45页 |
| 5.2.2 分类模型评价标准 | 第45-46页 |
| 5.3 实验结果及分析 | 第46-50页 |
| 5.3.1 实验数据集 | 第46页 |
| 5.3.2 实验方案 | 第46-47页 |
| 5.3.3 结果分析 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
