基于用户评论数据的信息提炼技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-25页 |
| 1.1 研究背景及意义 | 第11-15页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.2.1 数据采集研究现状 | 第15-16页 |
| 1.2.2 数据挖掘研究现状 | 第16-17页 |
| 1.2.3 特征提取与情感分析 | 第17-21页 |
| 1.2.3.1 国外研究现状 | 第17-19页 |
| 1.2.3.2 国内研究现状 | 第19-21页 |
| 1.3 论文框架 | 第21-24页 |
| 1.3.1 存在问题 | 第21页 |
| 1.3.2 研究内容 | 第21-24页 |
| 1.4 本章小结 | 第24-25页 |
| 2 基于元素定位的文本数据采集 | 第25-35页 |
| 2.1 网络爬虫原理 | 第25-26页 |
| 2.2 网页元素定位数据采集理论基础 | 第26-29页 |
| 2.2.1 Selenium工具简介 | 第26-27页 |
| 2.2.2 定位特性 | 第27-28页 |
| 2.2.3 Java中配置Selenium | 第28-29页 |
| 2.3 基于Hibernate框架的数据存储 | 第29-34页 |
| 2.3.1 Hibernate基本原理 | 第29-31页 |
| 2.3.2 Hibernate存储框架算法的实现 | 第31-32页 |
| 2.3.3 最终需求环境配置 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于最大概率链分词的特征提取 | 第35-43页 |
| 3.1 分词环境介绍 | 第35-36页 |
| 3.2 最大概率链分词 | 第36-39页 |
| 3.2.1 分词原理 | 第36-38页 |
| 3.2.2 分词步骤 | 第38页 |
| 3.2.3 系统词典补充 | 第38-39页 |
| 3.3 特征提取 | 第39-42页 |
| 3.3.1 词频统计 | 第39-40页 |
| 3.3.2 信息增益 | 第40页 |
| 3.3.3 CHI统计 | 第40-41页 |
| 3.3.4 互信息 | 第41-42页 |
| 3.3.5 特征提取方法选取 | 第42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 基于逐级词性匹配的文本情感量化方法 | 第43-53页 |
| 4.1 文本类数据情感分析方法 | 第43-45页 |
| 4.2 情感分析算法 | 第45-46页 |
| 4.3 改进的词性匹配情感分析 | 第46-52页 |
| 4.3.1 词语情感 | 第46-48页 |
| 4.3.2 短语情感 | 第48-50页 |
| 4.3.2.1 贬义对象 | 第48-49页 |
| 4.3.2.2 程度词语 | 第49-50页 |
| 4.3.2.3 引号与极性词组合 | 第50页 |
| 4.3.3 句子情感 | 第50-51页 |
| 4.3.4 情感语句模型 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 用户评论的数据挖掘系统设计 | 第53-70页 |
| 5.1 系统总体实现框架 | 第53-54页 |
| 5.2 数据采集实现 | 第54-60页 |
| 5.3 数据清洗及预处理 | 第60-62页 |
| 5.3.1 噪声与干扰项的清洗 | 第60-61页 |
| 5.3.2 数据格式预处理 | 第61-62页 |
| 5.4 特征提取实现 | 第62-64页 |
| 5.4.1 特征提取试验规则及结果展示 | 第62-64页 |
| 5.4.2 特征结果试验结果分析 | 第64页 |
| 5.5 情感分析实现 | 第64-69页 |
| 5.5.1 情感分析的前处理 | 第65-66页 |
| 5.5.2 试验结果分析及对比 | 第66-69页 |
| 5.6 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 本文总结 | 第70-71页 |
| 6.2 未来展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
