基于语义网的舆情监控系统的设计与实现
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要工作 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 系统需求分析及总体设计方案 | 第14-19页 |
| 2.1 系统总体需求描述 | 第14-15页 |
| 2.2 系统框架设计 | 第15页 |
| 2.3 系统体系结构设计 | 第15-17页 |
| 2.3.1 舆情信息采集功能模块 | 第16页 |
| 2.3.2 舆情信息分析功能模块 | 第16-17页 |
| 2.3.3 系统架构设计 | 第17页 |
| 2.4 系统开发环境和采用的软件 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 信息采集功能的设计与实现 | 第19-34页 |
| 3.1 信息采集 | 第19-25页 |
| 3.1.1 信息采集的范围 | 第19页 |
| 3.1.2 网络爬虫 | 第19-20页 |
| 3.1.3 PageRank网页排序技术算法 | 第20-21页 |
| 3.1.4 深度优先策略 | 第21-22页 |
| 3.1.5 广度优先策略 | 第22页 |
| 3.1.6 最佳优先策略 | 第22-23页 |
| 3.1.7 搜索引擎辅助采集 | 第23页 |
| 3.1.8 应用效果及主要技术指标 | 第23-24页 |
| 3.1.9 采集信息数据库表结构 | 第24-25页 |
| 3.2 网页净化处理 | 第25-29页 |
| 3.2.1 网页内容结构分析 | 第26-27页 |
| 3.2.2 网页内容块类型的判断 | 第27页 |
| 3.2.3 主题内容块的判断算法及页面净化过程 | 第27-29页 |
| 3.3 中文分词技术 | 第29-33页 |
| 3.3.1 中文分词的算法 | 第29页 |
| 3.3.2 基于词库匹配的算法 | 第29-30页 |
| 3.3.3 基于统计的分词算法 | 第30-31页 |
| 3.3.4 基于规则的分词算法 | 第31页 |
| 3.3.5 中文分词的设计及实现 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 舆情处理功能的设计与实现 | 第34-57页 |
| 4.1 语义网 | 第35-38页 |
| 4.1.1 语义网的概念 | 第35页 |
| 4.1.2 语义网体系结构 | 第35-38页 |
| 4.2 本体的概念、特点和构建依据 | 第38-39页 |
| 4.2.1 本体的概念 | 第38页 |
| 4.2.2 本体的功能特点 | 第38-39页 |
| 4.2.3 本体的构建规则 | 第39页 |
| 4.3 本体语言 | 第39-42页 |
| 4.3.1 本体建模语言选择 | 第39-40页 |
| 4.3.2 OWL的三个子语言的描述 | 第40-41页 |
| 4.3.3 OWL-Lite语言描述 | 第41页 |
| 4.3.4 本体开发工具 | 第41-42页 |
| 4.4 舆情本体构建的流程及方法 | 第42-43页 |
| 4.4.1 舆情本体的构建流程 | 第42-43页 |
| 4.4.2 舆情本体循环获取构建方法 | 第43页 |
| 4.5 舆情本体的构建 | 第43-48页 |
| 4.5.1 收集整理舆情主题词并建立主题词表 | 第43-45页 |
| 4.5.2 舆情本体的构建 | 第45-48页 |
| 4.5.3 本体数据库ER图 | 第48页 |
| 4.6 基于语义的舆情分析 | 第48-55页 |
| 4.6.1 基于本体的舆情匹配 | 第49-50页 |
| 4.6.2 计算权重值判断舆情 | 第50-51页 |
| 4.6.3 本体规则描述及推理 | 第51-53页 |
| 4.6.4 基于情感词的主观倾向判断 | 第53-55页 |
| 4.7 系统应用测试 | 第55-56页 |
| 4.8 小结 | 第56-57页 |
| 第五章 总结 | 第57-59页 |
| 5.1 论文的主要工作 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
