| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文研究的主要内容 | 第14-15页 |
| 1.4 本文结构安排 | 第15-16页 |
| 第二章 基础理论及关键技术 | 第16-30页 |
| 2.1 文本数据采集技术 | 第16页 |
| 2.2 文本情感分析技术 | 第16-17页 |
| 2.3 文本情感分类算法 | 第17-21页 |
| 2.3.1 朴素贝叶斯 | 第17-19页 |
| 2.3.2 支持向量机 | 第19-21页 |
| 2.4 分布式存储和计算平台 | 第21-29页 |
| 2.4.1 分布式文件系统HDFS | 第21-22页 |
| 2.4.2 分布式计算平台Spark | 第22-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于Spark的文本情感分类模型 | 第30-45页 |
| 3.1 情感词典的构建 | 第30-33页 |
| 3.1.1 现有情感词典整合 | 第30-31页 |
| 3.1.2 词语情感极性识别 | 第31-33页 |
| 3.2 朴素贝叶斯情感分类模型 | 第33-37页 |
| 3.2.1 朴素贝叶斯算法的并行化 | 第34页 |
| 3.2.2 基于Spark RDD的朴素贝叶斯算法的设计思想 | 第34-37页 |
| 3.3 SVM情感分类模型 | 第37-44页 |
| 3.3.1 情感特征抽取 | 第37页 |
| 3.3.2 情感特征加权 | 第37-40页 |
| 3.3.3 基于Spark SVMWithSGD的情感分类的设计思想 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 情感数据采集 | 第45-56页 |
| 4.1 数据请求分析 | 第46-51页 |
| 4.2 模拟登陆 | 第51-52页 |
| 4.3 数据获取及解析 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 实验结果与分析 | 第56-61页 |
| 5.1 实验环境 | 第56页 |
| 5.2 实验数据的获取 | 第56页 |
| 5.3 实验结果及分析 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 总结与展望 | 第61-64页 |
| 本文工作总结 | 第61-62页 |
| 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文 | 第68-70页 |
| 致谢 | 第70页 |