| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 图录 | 第10-11页 |
| 表录 | 第11-12页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 论文研究背景和研究意义 | 第12-13页 |
| 1.2 相关概念和基本步骤 | 第13-15页 |
| 1.2.1 情感分析 | 第13-14页 |
| 1.2.2 影响力最大化估计 | 第14-15页 |
| 1.3 情感分析和影响力最大化估计研究现状 | 第15-19页 |
| 1.3.1 主客观分类 | 第15-16页 |
| 1.3.2 倾向性分析 | 第16-17页 |
| 1.3.3 自动文摘 | 第17-18页 |
| 1.3.4 情感分析系统及评测 | 第18-19页 |
| 1.3.5 影响力最大化估计 | 第19页 |
| 1.4 课题研究内容和组织结构 | 第19-22页 |
| 第二章 基于树结构的中文微博情感倾向性分析 | 第22-38页 |
| 2.1 情感倾向性分析研究基础 | 第22-24页 |
| 2.1.1 研究现状 | 第22-23页 |
| 2.1.2 问题分析 | 第23-24页 |
| 2.2 基于树结构的中文微博情感倾向性分析方法 | 第24-33页 |
| 2.2.1 原理分析 | 第24-27页 |
| 2.2.2 方法流程 | 第27页 |
| 2.2.3 树集合构造初始化 | 第27-29页 |
| 2.2.4 树集合动态自调整 | 第29-32页 |
| 2.2.5 情感倾向性判断 | 第32-33页 |
| 2.3 实验结果和结果分析 | 第33-36页 |
| 2.3.1 实验数据的获取 | 第33页 |
| 2.3.2 情感词典和表情对倾向性分类的贡献 | 第33-34页 |
| 2.3.3 倾向性分类结果 | 第34-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 基于最短路径的中文微博情感文摘 | 第38-54页 |
| 3.1 自动文摘研究基础 | 第38-39页 |
| 3.1.1 研究现状 | 第38-39页 |
| 3.1.2 问题分析 | 第39页 |
| 3.2 基于最短路径的中文微博情感文摘方法 | 第39-47页 |
| 3.2.1 原理分析 | 第39-42页 |
| 3.2.2 方法流程 | 第42-43页 |
| 3.2.3 子话题标签抽取 | 第43-46页 |
| 3.2.4 情感特征抽取 | 第46-47页 |
| 3.2.5 子话题情感文摘生成 | 第47页 |
| 3.3 实验结果和结果分析 | 第47-53页 |
| 3.3.1 子话题标签抽取 | 第47-50页 |
| 3.3.2 子话题情感文摘 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 基于内容和情感的微博影响力最大化估计 | 第54-72页 |
| 4.1 影响力最大化估计研究基础 | 第54-55页 |
| 4.1.1 研究现状 | 第54-55页 |
| 4.1.2 问题分析 | 第55页 |
| 4.2 基于内容和情感的中文微博影响力最大化估计方法 | 第55-66页 |
| 4.2.1 原理分析 | 第55-57页 |
| 4.2.2 方法流程 | 第57-58页 |
| 4.2.3 基于 SVD 的主题标签抽取 | 第58-59页 |
| 4.2.4 启发阶段 | 第59-62页 |
| 4.2.5 搜索阶段 | 第62-65页 |
| 4.2.6 倾向性判断 | 第65页 |
| 4.2.7 时间复杂度 | 第65-66页 |
| 4.3 实验结果和结果分析 | 第66-71页 |
| 4.3.1 微博结构特征 | 第66-67页 |
| 4.3.2 微博用户影响力差异 | 第67页 |
| 4.3.3 主题用户分类 | 第67-68页 |
| 4.3.4 影响力最大化 | 第68-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 课题总结 | 第72页 |
| 5.2 展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录 | 第82-84页 |
| 作者简历 | 第84页 |