| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题背景和意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 食品安全网络舆情监测研究现状 | 第13-15页 |
| 1.2.2 话题检测与追踪研究现状 | 第15-16页 |
| 1.2.3 情感分析研究现状 | 第16-17页 |
| 1.2.4 词语相似度计算研究现状 | 第17-18页 |
| 1.3 本文内容及组织结构 | 第18-21页 |
| 第二章 食品安全话题检测和舆情监测方法研究 | 第21-35页 |
| 2.1 食品安全话题检测方法研究 | 第21-26页 |
| 2.1.1 基于Single-Pass的话题检测方法 | 第21-23页 |
| 2.1.2 改进的Single-Pass的食品安全话题检测方法 | 第23-26页 |
| 2.2 食品安全舆情监测方法研究 | 第26-29页 |
| 2.2.1 话题基本指标 | 第26页 |
| 2.2.2 话题动态指标 | 第26-27页 |
| 2.2.3 话题监测 | 第27-29页 |
| 2.3 实验 | 第29-34页 |
| 2.3.1 实验数据 | 第29页 |
| 2.3.2 实验数据预处理 | 第29-30页 |
| 2.3.3 实验结果与分析 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 食品安全话题情感倾向研究 | 第35-53页 |
| 3.1 SVM简介 | 第35-37页 |
| 3.2 基于SVM的微博情感分析 | 第37-38页 |
| 3.3 语义信息的引入 | 第38-39页 |
| 3.4 词语相似度计算方法的改进 | 第39-41页 |
| 3.4.1 LDA研究 | 第39-40页 |
| 3.4.2 基于LDA的词语相似度计算 | 第40-41页 |
| 3.5 实验 | 第41-50页 |
| 3.5.1 基于语义的微博情感分析 | 第41-46页 |
| 3.5.2 基于LDA的词语相似度计算 | 第46-50页 |
| 3.6 本章小结 | 第50-53页 |
| 第四章 食品安全网络舆情监测系统 | 第53-63页 |
| 4.1 食品安全网络舆情监测系统分析 | 第53页 |
| 4.2 系统设计 | 第53-56页 |
| 4.2.1 整体架构 | 第54-55页 |
| 4.2.2 系统功能设计 | 第55-56页 |
| 4.3 开发环境 | 第56页 |
| 4.4 系统实现 | 第56-62页 |
| 4.4.1 热点话题展示 | 第56-58页 |
| 4.4.2 话题分布 | 第58-59页 |
| 4.4.3 话题热词 | 第59-60页 |
| 4.4.4 话题展示 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 研究工作总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 研究成果及发表的学术论文 | 第71-73页 |
| 作者和导师简介 | 第73-75页 |
| 附件 | 第75-76页 |