| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·课题的研究背景和意义 | 第10-12页 |
| ·粮食舆情基本概念 | 第10-11页 |
| ·Web 上粮食舆情的特点 | 第11页 |
| ·Web 上粮食舆情分析的意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文研究内容与章节组织 | 第14-16页 |
| ·论文研究内容 | 第14页 |
| ·论文章节组织 | 第14-16页 |
| 第二章 粮食舆情分析系统的架构 | 第16-19页 |
| ·系统整体架构 | 第16-17页 |
| ·系统架构功能模块设计 | 第17-18页 |
| ·粮食信息采集子系统 | 第17页 |
| ·粮食信息预处理子系统 | 第17-18页 |
| ·粮食舆情分析子系统 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 粮食舆情预处理技术 | 第19-26页 |
| ·粮食信息获取技术 | 第19-22页 |
| ·网络爬虫技术的工作原理 | 第19页 |
| ·网络爬虫技术的工作流程 | 第19-20页 |
| ·网络爬虫技术的比较与分析 | 第20-22页 |
| ·粮食信息预处理技术 | 第22-25页 |
| ·网页清洗技术 | 第22-23页 |
| ·Web 页面结构分析 | 第23-24页 |
| ·网页清洗流程 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 粮食舆情分析关键技术 | 第26-38页 |
| ·文本分词技术描述 | 第26-30页 |
| ·分词方法 | 第26-27页 |
| ·一种改进的正逆向最大匹配方法结合双向匹配法 | 第27-30页 |
| ·删除文本停用词 | 第30页 |
| ·文本表示模型描述 | 第30-31页 |
| ·特征选择技术描述 | 第31-32页 |
| ·文本分类算法分析 | 第32-36页 |
| ·粮食舆情分析技术 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 特征选取算法和特征分类算法的改进研究 | 第38-57页 |
| ·特征选择技术概述 | 第38-42页 |
| ·特征选择的原理 | 第38-39页 |
| ·特征选择方法研究 | 第39-42页 |
| ·基于新型文档频的平均互信息改进研究 | 第42-50页 |
| ·互信息算法的分析 | 第42-43页 |
| ·平均互信息算法的概述与分析 | 第43页 |
| ·基于新型文档频的平均互信息方法研究 | 第43-45页 |
| ·实验方案 | 第45-48页 |
| ·对实验结果及分析 | 第48-50页 |
| ·一种改进的特征分类 ACO-SVM 算法 | 第50-56页 |
| ·蚁群算法概念 | 第50页 |
| ·SVM 的参数优化问题 | 第50-51页 |
| ·基于蚁群优化的支持向量机参数选择算法（ACO-SVM） | 第51-52页 |
| ·对实验结果及分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文的工作总结 | 第57页 |
| ·今后工作的展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64页 |