图目录 | 第1-9页 |
表目录 | 第9-10页 |
摘要 | 第10-12页 |
ABSTRACT | 第12-14页 |
第一章 绪论 | 第14-22页 |
·研究背景 | 第14-15页 |
·互联网发展现状 | 第14页 |
·涉农网络舆情现状 | 第14-15页 |
·研究目的和研究意义 | 第15-16页 |
·国内外研究现状 | 第16-19页 |
·国内研究现状 | 第17-18页 |
·国外研究现状 | 第18-19页 |
·本文的组织结构 | 第19-22页 |
第二章 相关技术研究 | 第22-40页 |
·话题发现与跟踪技术在网络舆情系统中的应用 | 第22-28页 |
·相关概念 | 第22-23页 |
·话题发现与跟踪的基本任务 | 第23-24页 |
·话题发现与跟踪评测 | 第24-25页 |
·话题发现与跟踪技术在网络舆情系统中的应用 | 第25-26页 |
·其他技术在网络舆情系统中的应用 | 第26-28页 |
·文本预处理 | 第28-31页 |
·基于词典的分词方法 | 第29页 |
·基于统计的分词方法 | 第29-30页 |
·基于语法与规则的分词方法 | 第30页 |
·去停用词处理 | 第30-31页 |
·文档表示模型 | 第31-34页 |
·特征词的选择 | 第32页 |
·向量空间模型 | 第32-33页 |
·统计语言模型 | 第33-34页 |
·话题发现与跟踪方法 | 第34-37页 |
·划分式聚类 | 第35-36页 |
·层次聚类 | 第36-37页 |
·基于密度的聚类 | 第37页 |
·数据挖掘中的可视化 | 第37-38页 |
·数据可视化 | 第38页 |
·数据挖掘过程可视化 | 第38页 |
·本章小结 | 第38-40页 |
第三章 基于话题词频和突发词的动态话题模型方法研究 | 第40-56页 |
·基于话题词频和突发词的动态话题模型 | 第40-47页 |
·基于话题词频的动态话题模型特征词选择 | 第41-44页 |
·基于突发词的动态话题模型特征词选择 | 第44-45页 |
·特征词的加权 | 第45页 |
·相似度的计算 | 第45-47页 |
·基于动态话题模型话题发现与跟踪方法 | 第47-50页 |
·样本初始化 | 第47-48页 |
·种子事件的选择 | 第48-49页 |
·话题发现与跟踪 | 第49-50页 |
·基于fusioncharts数据可视化 | 第50-54页 |
·Fusioncharts文件介绍 | 第51-53页 |
·Fusioncharts的数据钻取 | 第53-54页 |
·小结 | 第54-56页 |
第四章 基于模型的涉农网络舆情系统的设计与实现 | 第56-78页 |
·数据库的设计 | 第56-59页 |
·数据库概念结构设计 | 第57-58页 |
·数据库逻辑结构设计 | 第58页 |
·数据库的连接 | 第58-59页 |
·样本采集与样本库构建 | 第59-60页 |
·话题选择 | 第59-60页 |
·样本详情 | 第60页 |
·文本预处理 | 第60-66页 |
·Java正则表达式 | 第61页 |
·ICTCLAS分词 | 第61-63页 |
·中文停用词的处理 | 第63-64页 |
·特征词加权 | 第64-65页 |
·文档表示与聚类中心表示 | 第65-66页 |
·基于k-means分类器的话题发现 | 第66-68页 |
·话题发现 | 第67-68页 |
·话题跟踪 | 第68页 |
·涉农网络舆情系统中的热点发现 | 第68-73页 |
·获得数据库中热点信息——以热点作者为例 | 第69-70页 |
·热度计算——以作者的热度计算为例 | 第70-71页 |
·热点的可视化——以热点作者为例 | 第71-73页 |
·系统界面 | 第73-78页 |
·主要展示模块实现 | 第73-76页 |
·可视化界面实现 | 第76-78页 |
第五章 方法测试与讨论 | 第78-84页 |
·数据评测标准 | 第78页 |
·实验设计 | 第78-79页 |
·特征向量选择长度大小对文本分类准确性的影响 | 第79-80页 |
·α的选择对文本分类准确性的影响 | 第80-81页 |
·小结 | 第81-84页 |
第六章 总结与展望 | 第84-86页 |
·全文总结 | 第84页 |
·下一步工作展望 | 第84-86页 |
参考文献 | 第86-88页 |
致谢 | 第88页 |