校园BBS舆情监测分析研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-11页 |
| ·研究背景和目的 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| 第二章 校园BSS舆情相关知识 | 第11-18页 |
| ·网络舆情的定义及特点 | 第11-12页 |
| ·校园BBS舆情的基本特征 | 第12-14页 |
| ·校园BBS舆情监测分析与研究框架 | 第14-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 信息采集与处理相关技术 | 第18-30页 |
| ·基于校园BBS的聚焦爬虫算法和改进 | 第18-23页 |
| ·基于BBS逻辑结构分析的帖子去噪技术 | 第23-26页 |
| ·中文分词技术及停用词处理 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 信息分析相关技术 | 第30-40页 |
| ·关键词提取算法 | 第30-31页 |
| ·观点倾向性识别 | 第31-35页 |
| ·观点倾向性判断 | 第31-32页 |
| ·基于HOWNET情感词库改进的观点倾向算法 | 第32-34页 |
| ·倾向性分析实验 | 第34-35页 |
| ·论坛帖子聚类 | 第35-39页 |
| ·聚类算法知识 | 第35-37页 |
| ·基于k-means算法的校园BBS聚类算法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于关联规划自动更新的知识库匹配 | 第40-52页 |
| ·知识规则库的基本特征 | 第40-41页 |
| ·关联规则的相关知识 | 第41-43页 |
| ·基于关联规则自动更新的知识库匹配算法 | 第43-51页 |
| ·知识库自动更新算法流程 | 第43-46页 |
| ·改进的支持度与置信度计算方法 | 第46-47页 |
| ·最低支持度阀值的实验 | 第47-48页 |
| ·基于关联规则的知识库自动更新算法示例 | 第48-50页 |
| ·敏感帖识别实验及结果 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 热门话题分析与预测 | 第52-60页 |
| ·校园BBS热门话题分析与预测特征 | 第52页 |
| ·针对校园BBS改良的热点话题发现技术 | 第52-54页 |
| ·基于贝叶斯网络的热门话题预测技术 | 第54-59页 |
| ·朴素贝叶斯算法 | 第54-55页 |
| ·贝叶斯网络算法 | 第55页 |
| ·在校园BBS舆情热点舆情发现的实际使用 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66-67页 |
| 在读期间已发表和录用的论文 | 第67页 |
