| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 相关研究综述 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 国内外研究的不足 | 第14-15页 |
| 1.3 课题主要内容 | 第15-17页 |
| 第二章 相关概念基础及理论框架 | 第17-22页 |
| 2.1 信息获取与网络爬虫技术 | 第17-18页 |
| 2.2 数据挖掘与自然语言处理技术 | 第18-19页 |
| 2.2.1 数据挖掘技术 | 第18-19页 |
| 2.2.2 文本挖掘技术 | 第19页 |
| 2.3 快递企业评价理论研究 | 第19-21页 |
| 2.3.1 快递与快递企业 | 第19-20页 |
| 2.3.2 快递企业评价 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于消费者评论的快递企业评价分类指标体系 | 第22-26页 |
| 3.1 快递企业评价指标系统相关理论 | 第22-24页 |
| 3.2 基于消费者评论的快递企业评价分类指标确定 | 第24-25页 |
| 3.3 本章小结 | 第25-26页 |
| 第四章 基于数据挖掘技术的快递评论文本分析 | 第26-48页 |
| 4.1 数据获取与预处理 | 第26-34页 |
| 4.1.1 快递评论文本数据的获取 | 第26-28页 |
| 4.1.2 文本分析环境配置 | 第28页 |
| 4.1.3 文本预处理 | 第28-30页 |
| 4.1.4 文本的表示与特征的选择 | 第30-34页 |
| 4.2 快递评论数据的分类 | 第34-42页 |
| 4.2.1 分类算法 | 第34-39页 |
| 4.2.2 分类效果评估指标 | 第39-40页 |
| 4.2.3 快递评论数据的分类 | 第40-42页 |
| 4.3 快递评论数据情感分析 | 第42-47页 |
| 4.3.1 情感分析基本流程 | 第42-43页 |
| 4.3.2 情感分值的计算规则 | 第43-45页 |
| 4.3.3 情感词典的构建 | 第45-46页 |
| 4.3.4 快递评论语句的情感分值计算 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 基于改进层次分析法的快递企业评价体系 | 第48-58页 |
| 5.1 层次分析法的实现 | 第48-51页 |
| 5.2 使用改进层次分析法进行快递企业选择决策的案例 | 第51-56页 |
| 5.2.1 构建层次模型 | 第51页 |
| 5.2.2 评价矩阵的数据获取与处理 | 第51-54页 |
| 5.2.3 矩阵一致性检验与方案求解 | 第54-56页 |
| 5.3 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 | 第62-93页 |
| 致谢 | 第93-94页 |
| 攻读学位期间取得的研究成果 | 第94页 |