微博舆情监测关键技术研究及原型系统实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究状况 | 第12-13页 |
| 1.3 本文的研究内容及组织结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 论文结构 | 第14-15页 |
| 第二章 微博舆情分析系统的需求分析与总体设计 | 第15-20页 |
| 2.1 需求分析 | 第15-16页 |
| 2.2 系统的总体设计 | 第16-19页 |
| 2.2.1 系统总体架构 | 第16-18页 |
| 2.2.2 系统数据处理流程 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 微博数据采集与预处理技术研究 | 第20-34页 |
| 3.1 微博数据的获取 | 第20-21页 |
| 3.1.1 网络爬虫 | 第20页 |
| 3.1.2 微博开放平台 | 第20-21页 |
| 3.2 网页数据处理 | 第21-24页 |
| 3.2.1 网页信息提取 | 第21-22页 |
| 3.2.2 中文分词 | 第22-24页 |
| 3.2.2.1 分词方法 | 第22-23页 |
| 3.2.2.2 中文分词系统 | 第23-24页 |
| 3.3 微博文本的特殊处理 | 第24-28页 |
| 3.3.1 符号预处理 | 第25-26页 |
| 3.3.2 去停用词 | 第26-28页 |
| 3.4 文本的特征权重 | 第28-33页 |
| 3.4.1 TF/IDF统计方法 | 第28-29页 |
| 3.4.2 改进的TF/IDF | 第29-31页 |
| 3.4.3 实验结果及分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 微博文本的分析技术研究 | 第34-50页 |
| 4.1 文本表示模型 | 第34-36页 |
| 4.1.1 布尔模型 | 第34页 |
| 4.1.2 概率模型 | 第34-35页 |
| 4.1.3 统计语言模型 | 第35页 |
| 4.1.4 向量空间模型 | 第35页 |
| 4.1.5 文本表示模型的对比和选择 | 第35-36页 |
| 4.2 文本聚类技术 | 第36-39页 |
| 4.2.1 基于层次的聚类 | 第36-37页 |
| 4.2.2 基于划分的聚类 | 第37-38页 |
| 4.2.3 基于密度的聚类 | 第38页 |
| 4.2.4 基于网格的聚类 | 第38页 |
| 4.2.5 聚类算法的选取 | 第38-39页 |
| 4.3 文本倾向性分析 | 第39-41页 |
| 4.4 微博话题发现 | 第41-49页 |
| 4.4.1 传统的K-Means算法 | 第41-43页 |
| 4.4.2 关于K-Means算法的改进研究 | 第43-45页 |
| 4.4.3 改进的K-Means算法 | 第45-47页 |
| 4.4.3.1 初始聚类中心的选择 | 第45-46页 |
| 4.4.3.2 改进算法的流程 | 第46-47页 |
| 4.4.4 实验结果及分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 微博舆情分析系统的设计与实现 | 第50-65页 |
| 5.1 数据库设计 | 第50-52页 |
| 5.2 微博数据采集模块 | 第52-54页 |
| 5.3 微博数据预处理模块 | 第54-59页 |
| 5.3.1 信息抽取和分词 | 第54-57页 |
| 5.3.2 特征项选择 | 第57页 |
| 5.3.3 文本表示 | 第57-59页 |
| 5.4 文本聚类 | 第59-61页 |
| 5.5 微博舆情分析模块 | 第61-64页 |
| 5.5.1 热点话题检测 | 第61-62页 |
| 5.5.2 文本倾向性分析 | 第62-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第六章 系统功能测试 | 第65-78页 |
| 6.1 系统测试环境 | 第65页 |
| 6.2 采集模块测试 | 第65-68页 |
| 6.3 预处理模块测试 | 第68-69页 |
| 6.4 微博文本聚类模块测试 | 第69-72页 |
| 6.5 微博文本分析模块测试 | 第72-76页 |
| 6.5.1 热点话题发现测试 | 第72-75页 |
| 6.5.2 微博文本倾向性测试 | 第75-76页 |
| 6.6 微博舆情监测分析 | 第76-77页 |
| 6.7 本章小结 | 第77-78页 |
| 第七章 全文总结与展望 | 第78-80页 |
| 7.1 全文总结 | 第78页 |
| 7.2 后续工作展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
