| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究的目的和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要内容和组织结构 | 第12-13页 |
| 第二章 舆情系统关键技术研究 | 第13-36页 |
| 2.1 微博爬虫的实现及反爬虫机制的规避策略 | 第13-19页 |
| 2.1.1 网络爬虫的简单介绍 | 第13-15页 |
| 2.1.2 微博爬虫的特点分析 | 第15-17页 |
| 2.1.3 微博爬虫的实现及反爬虫机制的规避策略 | 第17-19页 |
| 2.2 数据采集策略的研究 | 第19-22页 |
| 2.3 URL高效去重的算法研究 | 第22-26页 |
| 2.3.1 SHA算法 | 第22-23页 |
| 2.3.2 BloomFilter算法 | 第23-24页 |
| 2.3.3 基于SHA的BloomFilter算法的设计 | 第24-26页 |
| 2.4 数据库高效存储的解决策略 | 第26-28页 |
| 2.5 话题热度评价算法 | 第28-29页 |
| 2.6 倾向性分析算法 | 第29-35页 |
| 2.6.1 倾向性分析的基本原理 | 第29页 |
| 2.6.2 倾向性分析的相关技术 | 第29-33页 |
| 2.6.3 倾向性分析的操作流程 | 第33页 |
| 2.6.4 倾向性分析算法的实验 | 第33-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第三章 舆情系统的需求分析与详细设计 | 第36-67页 |
| 3.1 系统概述 | 第36-38页 |
| 3.1.1 系统整体目标 | 第36页 |
| 3.1.2 基本功能需求 | 第36-37页 |
| 3.1.3 用户分类 | 第37-38页 |
| 3.2 系统需求分析 | 第38-41页 |
| 3.2.1 系统功能需求 | 第39-40页 |
| 3.2.2 系统安全性需求 | 第40-41页 |
| 3.2.3 系统软硬件需求 | 第41页 |
| 3.3 整体架构 | 第41-43页 |
| 3.4 数据库设计 | 第43-48页 |
| 3.4.1 数据库实体结构设计 | 第43页 |
| 3.4.2 数据表设计 | 第43-48页 |
| 3.5 系统模块设计 | 第48-65页 |
| 3.5.1 舆情信息采集模块的设计 | 第48-50页 |
| 3.5.2 舆情信息预处理模块的设计 | 第50-55页 |
| 3.5.3 舆情信息分析模块的设计 | 第55-64页 |
| 3.5.4 舆情信息服务模块的设计 | 第64页 |
| 3.5.5 系统管理模块的设计 | 第64-65页 |
| 3.6 本章小结 | 第65-67页 |
| 第四章 系统实现与测试 | 第67-84页 |
| 4.1 开发环境和开发工具 | 第67-68页 |
| 4.2 系统实现 | 第68-78页 |
| 4.2.1 舆情信息采集模块的实现 | 第69-71页 |
| 4.2.2 舆情信息预处理模块的实现 | 第71-73页 |
| 4.2.3 舆情分析模块的具体实现 | 第73-75页 |
| 4.2.4 舆情信息服务模块的实现 | 第75-77页 |
| 4.2.5 系统管理模块的实现 | 第77-78页 |
| 4.3 界面展示 | 第78-81页 |
| 4.4 系统测试 | 第81-83页 |
| 4.4.1 测试目的 | 第81页 |
| 4.4.2 测试过程 | 第81-83页 |
| 4.5 本章小结 | 第83-84页 |
| 第五章 总结与展望 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 攻读硕士学位期间学术成果 | 第88页 |
| 攻读硕士学位期间参与项目情况 | 第88-89页 |
| 致谢 | 第89-90页 |
| 作者简介 | 第90页 |