虚拟社区热点话题意见挖掘模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景、目的和意义 | 第10-11页 |
| ·互联网的发展 | 第10页 |
| ·互联网数据挖掘 | 第10-11页 |
| ·用户产生内容 | 第11页 |
| ·研究现状 | 第11-16页 |
| ·话题提取 | 第12-13页 |
| ·话题热度评估 | 第13页 |
| ·意见挖掘 | 第13-16页 |
| ·本文的主要工作 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 第2章 文本挖掘技术 | 第18-32页 |
| ·文本挖掘概述 | 第18-20页 |
| ·文本挖掘的概念 | 第18页 |
| ·文本挖掘主要技术 | 第18-19页 |
| ·文本挖掘一般过程 | 第19-20页 |
| ·文本预处理 | 第20-22页 |
| ·文本表示 | 第20-21页 |
| ·特征选择 | 第21-22页 |
| ·文档相似度 | 第22-23页 |
| ·文本分类 | 第23-28页 |
| ·简单向量距离分类算法 | 第24页 |
| ·K 近邻算法 | 第24-25页 |
| ·朴素贝叶斯算法 | 第25-26页 |
| ·支持向量机算法 | 第26-27页 |
| ·分类方法的评估 | 第27-28页 |
| ·文本聚类 | 第28-31页 |
| ·文本聚类概述 | 第28-30页 |
| ·k-means 算法 | 第30页 |
| ·层次聚类方法 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第3章 虚拟社区主题相关度 | 第32-43页 |
| ·虚拟社区概述 | 第32-34页 |
| ·虚拟社区的概念 | 第32-33页 |
| ·虚拟社区的特点和结构 | 第33页 |
| ·虚拟社区中的话题与主题 | 第33-34页 |
| ·“跑题”现象与主题相关度 | 第34-36页 |
| ·基于内容的主题相关度 | 第36页 |
| ·基于结构信息的主题相关度 | 第36-39页 |
| ·主题树中节点距离与相关度的关系 | 第37页 |
| ·主题帖作者对主题相关度的影响 | 第37-39页 |
| ·相关度-距离函数 | 第39页 |
| ·两种相关度算法的实验比较 | 第39-42页 |
| ·数据集 | 第39-40页 |
| ·实验方法 | 第40页 |
| ·实验结果分析 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第4章 多特征融合的分类方法 | 第43-52页 |
| ·网络文本信息的特征 | 第43-44页 |
| ·多特征融合分类方法 | 第44-46页 |
| ·朴素贝叶斯分类 | 第44页 |
| ·多特征融合 | 第44-45页 |
| ·特征权重估计 | 第45-46页 |
| ·多特征融合的博客文章分类 | 第46-51页 |
| ·博客文章的特征 | 第46页 |
| ·自定义类别预处理 | 第46-47页 |
| ·实验 | 第47-51页 |
| ·小结 | 第51-52页 |
| 第5章 虚拟社区热点话题意见挖掘模型 | 第52-66页 |
| ·引言 | 第52页 |
| ·话题提取 | 第52-54页 |
| ·概述 | 第52-53页 |
| ·话题提取方法 | 第53-54页 |
| ·话题热度评估 | 第54-56页 |
| ·主题关注度 | 第54-55页 |
| ·主题相关度 | 第55页 |
| ·时效性 | 第55页 |
| ·主题热度和话题热度 | 第55-56页 |
| ·话题意见挖掘 | 第56-58页 |
| ·话题意见挖掘概述 | 第56-57页 |
| ·对帖子的意见挖掘 | 第57页 |
| ·对主题和话题的意见挖掘 | 第57-58页 |
| ·实验 | 第58-65页 |
| ·数据源 | 第58-59页 |
| ·HowNet 简介 | 第59页 |
| ·实验方法 | 第59-62页 |
| ·实验结果及分析 | 第62-64页 |
| ·实验总结 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 在读期间发表的学术论文与取得的研究成果 | 第74-76页 |
| 致谢 | 第76页 |
