| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 垃圾评论研究现状 | 第9-12页 |
| 1.3 垃圾评论识别与过滤技术存在的问题 | 第12-13页 |
| 1.4 本文主要研究内容与论文组织结构 | 第13-14页 |
| 1.4.1 主要研究内容 | 第13页 |
| 1.4.2 论文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 相关知识 | 第15-22页 |
| 2.1 Blog领域相关知识介绍 | 第15-18页 |
| 2.1.1 Blog的概述 | 第15页 |
| 2.1.2 Blog的特点 | 第15页 |
| 2.1.3 Blog领域内评论的特点 | 第15-17页 |
| 2.1.4 垃圾评论的定义 | 第17-18页 |
| 2.2 词语相似度 | 第18-20页 |
| 2.2.1 词语相似度计算方法 | 第18-19页 |
| 2.2.2 《知网》的词语相似度计算 | 第19-20页 |
| 2.3 文本相似度 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于常用语和改进的相似度公式的k轮垃圾评论识别 | 第22-32页 |
| 3.1 面临的问题和相应的解决方案 | 第22-23页 |
| 3.2 基于网络常用语的评论分类 | 第23-24页 |
| 3.3 基于词语间相似度和k轮识别的垃圾评论识别方法 | 第24-28页 |
| 3.3.1 词语间相似度在文本相似度中的应用 | 第24-26页 |
| 3.3.2 k-rounds思想 | 第26页 |
| 3.3.3 特征词的选择与权重的调整 | 第26-28页 |
| 3.4 基于网络常用语和文章主题词的垃圾评论二次过滤 | 第28-29页 |
| 3.5 本文识别与过滤垃圾评论的整体过程与算法描述 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第4章 实验与分析 | 第32-38页 |
| 4.1 实验设计 | 第32-33页 |
| 4.2 实验结果及分析 | 第33-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第5章 总结与展望 | 第38-40页 |
| 5.1 全文总结 | 第38-39页 |
| 5.2 工作展望 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42-43页 |
| 攻读学位期间取得的科研成果 | 第43页 |
