网络文本挖掘及其在事件相关性情报分析中的应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第9-12页 |
| ·问题的提出 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要工作 | 第11-12页 |
| 第二章 网络文本挖掘相关技术研究 | 第12-27页 |
| ·文本挖掘的概念 | 第12-17页 |
| ·文本挖掘的一般过程 | 第12-13页 |
| ·向量空间模型（VSM） | 第13-15页 |
| ·文本特征选择算法 | 第15-17页 |
| ·文本分类算法 | 第17-22页 |
| ·支持向量机用于文本分类 | 第17-19页 |
| ·K 近邻（KNN）文本分类算法 | 第19-20页 |
| ·贝叶斯文本分类算法 | 第20页 |
| ·各文本分类方法的比较分析 | 第20-21页 |
| ·本文研究对象适用性分析 | 第21-22页 |
| ·实验结果与分析 | 第22-26页 |
| ·实验过程 | 第22-23页 |
| ·实验设计 | 第23-24页 |
| ·实验结果分析 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第三章 基于F-D 算法的网络事件相关性研究 | 第27-37页 |
| ·引言 | 第27页 |
| ·基于F-D算法的网络事件图模型 | 第27-33页 |
| ·模型的提出 | 第27-29页 |
| ·Force-Directed 算法 | 第29-31页 |
| ·模型的构建 | 第31-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·实验设计 | 第33-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第四章 网络信息流与证券价格波动相关性研究 | 第37-43页 |
| ·网络信息与证券价格相关性模型 | 第37-39页 |
| ·信息强度 | 第37-38页 |
| ·网络信息与价格相关性 | 第38-39页 |
| ·实验结果与分析 | 第39-42页 |
| ·实验过程模型 | 第39页 |
| ·个股信息量与价格关系 | 第39-41页 |
| ·股票信息量与价格相关性定量关系 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 结束语 | 第43-45页 |
| ·主要工作与创新点 | 第43页 |
| ·相关研究工作的展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 附录硕士期间的主要工作 | 第49页 |
