首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

大数据环境下基于语义的网络舆情情感强度研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第15-25页
    1.1 研究背景及意义第15-18页
        1.1.1 研究背景第15-17页
        1.1.2 研究意义第17-18页
    1.2 国内外研究现状第18-21页
        1.2.1 网络舆情方面的研究第18-19页
        1.2.2 网络舆情情感强度方面的研究第19-20页
        1.2.3 大数据环境下基于语义技术的研究第20-21页
    1.3 论文研究内容与创新第21-24页
        1.3.1 论文研究内容第21-23页
        1.3.2 论文创新点第23页
        1.3.3 论文的组织结构第23-24页
    1.4 本章小结第24-25页
第2章 网络舆情情感分析的相关技术第25-33页
    2.1 大数据技术概念第25-26页
    2.2 分布式文件系统HDFS第26-27页
    2.3 并行编程模型MapReduce第27-29页
        2.3.1 MapReduce编程模型第27-28页
        2.3.2 MapReduce执行流程第28-29页
    2.4 情感分析第29-30页
        2.4.1 基础情感词典第29-30页
        2.4.2 情感倾向分析第30页
    2.5 本章小结第30-33页
第3章 舆情文本信息处理第33-41页
    3.1 文本预处理第33-34页
    3.2 文本特征提取第34-36页
        3.2.1 互信息(Mutual-Information)方法第34-35页
        3.2.2 χ~2统计方法第35页
        3.2.3 信息增益(Information Gain)方法第35-36页
        3.2.4 词频-逆向文档频率(TF-IDF)第36页
    3.3 文本表示第36-38页
        3.3.1 向量空间模型(Vector Space Model, VSM)第36-37页
        3.3.2 概率模型(Probabilistic Model)第37-38页
        3.3.3 布尔模型(Boolean Model)第38页
    3.4 聚类算法第38-40页
        3.4.1 划分法第38-39页
        3.4.2 层次法第39页
        3.4.3 密度算法第39页
        3.4.4 模型算法第39-40页
        3.4.5 网格算法第40页
    3.5 文本聚类评价指标第40页
    3.6 本章小结第40-41页
第4章 基于语义的网络舆情情感强度模型的构建第41-59页
    4.1 网页文本预处理第41-42页
        4.1.1 网页文本的获取第41页
        4.1.2 文本预处理第41-42页
    4.2 基于MapReduce的新闻特征词的提取算法第42-44页
        4.2.1 特征选取与权重计算第42页
        4.2.2 MapReduce模型第42-43页
        4.2.3 改进的MapReduce组合器模型第43-44页
    4.3 网络舆情热点事件模型构建第44-45页
    4.4 主题聚类分析第45-52页
        4.4.1 K-means算法第45-46页
        4.4.2 改进的K-means文本聚类算法第46-49页
        4.4.3 实验结果与分析第49-52页
    4.5 情感词典构建第52-53页
    4.6 基于语义的网络舆情情感强度分析第53-57页
        4.6.1 情感分析流程第54-56页
        4.6.2 情感强度计算模型第56-57页
    4.7 本章小结第57-59页
第5章 网络舆情情感强度仿真研究第59-67页
    5.1 实验语料选择第59页
    5.2 结果评估标准第59-60页
    5.3 实验结果分析第60-65页
        5.3.1 新闻主题词的特征选择与权重计算第60-62页
        5.3.2 网络舆情热点事件第62页
        5.3.3 情感倾向分析第62-65页
    5.4 本章小结第65-67页
总结与展望第67-70页
参考文献第70-74页
攻读学位期间发表的论文及参与的科研项目第74-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:内河中小型LNG运输船风险分析
下一篇:高岭土的力学性能及其应用研究