| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的研究内容和章节结构 | 第11-12页 |
| ·本章总结 | 第12-13页 |
| 第二章 网络舆情分析和相关技术综述 | 第13-21页 |
| ·网络舆情的概述 | 第13-14页 |
| ·网络舆情的基本概念 | 第13-14页 |
| ·网络舆情的特点 | 第14页 |
| ·网络舆情分析技术概述 | 第14-19页 |
| ·网络舆情分析的相关技术 | 第14-16页 |
| ·常见的网络爬虫分类 | 第16页 |
| ·常见聚类算法的综述 | 第16-19页 |
| ·网络舆情分析的意义 | 第19-20页 |
| ·本章总结 | 第20-21页 |
| 第三章 网络舆情的信息采集 | 第21-29页 |
| ·网络舆情信息来源 | 第21-24页 |
| ·常见的网络舆情信息来源 | 第21-22页 |
| ·本文网络舆情信息来源 | 第22-24页 |
| ·网络舆情信息获取 | 第24-28页 |
| ·网络爬虫的工作原理 | 第24-25页 |
| ·本文网络舆情信息获取实现 | 第25-28页 |
| ·本章总结 | 第28-29页 |
| 第四章 网络舆情数据的预处理 | 第29-38页 |
| ·网页清洗技术 | 第29-31页 |
| ·Web页面结构 | 第29-30页 |
| ·DOM技术 | 第30-31页 |
| ·网页清洗的实现 | 第31-35页 |
| ·校园BBS页面布局的分析 | 第31-33页 |
| ·校园BBS页面数据的抽取的实现 | 第33-35页 |
| ·文本分词 | 第35-36页 |
| ·常用中文文本分词方法 | 第35-36页 |
| ·本文的中文文本分词实现 | 第36页 |
| ·本章总结 | 第36-38页 |
| 第五章 网络舆情数据的分析 | 第38-57页 |
| ·文本表示模型 | 第38-41页 |
| ·特征选择和特征降维 | 第39-41页 |
| ·LDA主题模型 | 第41-47页 |
| ·LDA (Latent Dirichlet Allocation) | 第41-45页 |
| ·参数估计 | 第45-46页 |
| ·最优主题数T | 第46-47页 |
| ·本文聚类算法的选择与对比实验 | 第47-55页 |
| ·传统的文本聚类算法 | 第47页 |
| ·基于LDA和VSM相结合的文本聚类 | 第47-48页 |
| ·文本聚类结果的评价方法 | 第48-49页 |
| ·对比实验结果与分析 | 第49-55页 |
| ·本章总结 | 第55-57页 |
| 第六章 高校网络舆情分析原型系统 | 第57-66页 |
| ·原型系统的介绍 | 第57页 |
| ·原型系统的整体架构设计 | 第57-59页 |
| ·原型系统的功能模块设计 | 第59-62页 |
| ·信息获取功能模块 | 第59-60页 |
| ·数据预处理功能模块 | 第60-61页 |
| ·舆情分析功能模块 | 第61-62页 |
| ·原型系统的实验结果展示与分析 | 第62-65页 |
| ·本章总结 | 第65-66页 |
| 第七章 总结与展望 | 第66-68页 |
| ·全文的总结 | 第66页 |
| ·未来的展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 科研成果 | 第70-71页 |
| 致谢 | 第71页 |