首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

微博信息分类研究

摘要第12-13页
Abstract第13-14页
第1章 研究背景第15-18页
    1.1 微博的兴起第15页
    1.2 微博的特点第15-16页
    1.3 微博信息分类研究背景第16-18页
第2章 微博信息分类系统需求分析第18-22页
    2.1 微博信息分类系统功能第18-19页
        2.1.1 关键词匹配第18页
        2.1.2 相关性分类第18页
        2.1.3 情感倾向性分类第18-19页
        2.1.4 技术支持倾向性分类第19页
        2.1.5 导购服务倾向性分类第19页
        2.1.6 产品名称匹配第19页
    2.2 微博信息分类系统用例分析第19-21页
    2.3 微博信息分类系设计平台第21-22页
第3章 系统设计准备工作第22-34页
    3.1 微博信息分类系统总体框架第22-23页
        3.1.1 微博信息分类系统框架图第22页
        3.1.2 系统框架分析第22-23页
    3.2 分类器语料标注规则设定第23-28页
        3.2.1 相关性标注规则第23-25页
        3.2.2 情感倾向性标注规则第25-26页
        3.2.3 技术支持服务倾向性标注规则第26-27页
        3.2.4 导购服务倾向性标注规则第27-28页
    3.3 关键词树第28-32页
    3.4 数据集和语料第32-34页
第4章 微博信息分类系统设计与实现第34-73页
    4.1 微博信息分类系统总体设计第34-36页
        4.1.1 微博信息分类系统工作流程第34-35页
        4.1.2 微博信息分类系统工作流程图第35-36页
    4.2 相关性分类器设计与实现第36-43页
        4.2.1 相关性分类器设计目标第36页
        4.2.2 简单的特征提取算法第36-38页
        4.2.3 相关性分类器工作流程图第38页
        4.2.4 相关性分类器特征提取算法第38-39页
        4.2.5 相关性分类器特征提取算法设计原理第39-40页
        4.2.6 相关性分类器字典函数第40页
        4.2.7 相关性分类体特征提取算法实现第40-43页
    4.3 情感倾向性分类器设计与实现第43-55页
        4.3.1 情感倾向性分类器设计目标第43-44页
        4.3.2 简单特征提取算法第44-45页
        4.3.3 情感倾向性分类器工作流程图第45-46页
        4.3.4 情感倾向分类器特征提取算法第46页
        4.3.5 情感倾向性分类器特征提取算法设计原理第46-48页
        4.3.6 情感倾向分类器字典函数第48-49页
        4.3.7 情感倾向性分类器运行实例第49-51页
        4.3.8 情感倾向性分类器特征提取算法实现第51-55页
    4.4 技术支持服务倾向性分类器设计与实现第55-61页
        4.4.1 技术支持服务倾向性分类器设计目标第55页
        4.4.2 简单特征提取算法第55-57页
        4.4.3 技术支持服务倾向性分类器工作流程图第57页
        4.4.4 技术支持服务倾向性分类器特征提取算法第57-58页
        4.4.5 技术支持服务倾向性分类器特征提取算法设计原理第58页
        4.4.6 技术支持服务倾向性字典函数第58-59页
        4.4.7 技术支持服务倾向性分类器特征提取算法实现第59-61页
    4.5 导购服务倾向性分类器设计与实现第61-67页
        4.5.1 导购服务倾向性分类器设计目标第61-62页
        4.5.2 简单特征提取算法第62-63页
        4.5.3 导购服务倾向性分类器工作流程图第63页
        4.5.4 导购服务倾向性分类器特征提取算法第63-64页
        4.5.5 导购服务倾向性分类器特征提取算法设计原理第64页
        4.5.6 导购服务倾向性分类器字典函数第64-65页
        4.5.7 导购服务倾向性分类器特征提取算法实现第65-67页
    4.6 产品名称匹配设计与实现第67-73页
        4.6.1 产品匹配工作流程图第67-68页
        4.6.2 产品匹配算法第68页
        4.6.3 产品匹配算法设计原理第68-69页
        4.6.4 产品匹配字典函数第69页
        4.6.5 产品匹配算法实现第69-73页
第5章 微博信息分类系统测评第73-85页
    5.1 分类器训练语料第73-75页
        5.1.1 相关性分类器训练语料第73页
        5.1.2 情感倾向性分类器训练语料第73-74页
        5.1.3 技术支持倾向分类器训练语料第74页
        5.1.4 导购服务倾向性分类器训练语料第74-75页
    5.2 分类器测试语料第75-76页
    5.3 分类器测试结果第76-78页
        5.3.1 相关性分类器测试结果第76页
        5.3.2 情感倾向性分类器测试结果第76-77页
        5.3.3 技术支持服务倾向性分类器测试结果第77页
        5.3.4 导购服务倾向性分类器测试结果第77-78页
    5.4 使用简单特征提取算法得到的分类器分类效果对比第78-80页
        5.4.1 相关性分类器分类效果比较第78页
        5.4.2 情感倾向性分类器分类效果比较第78-79页
        5.4.3 技术支持服务倾向性分类器分类效果比较第79-80页
        5.4.4 导购服务倾向性分类器分类效果比较第80页
    5.5 分类器测试结果分析第80-82页
        5.5.1 相关性分类器测试结果分析第80页
        5.5.2 情感倾向性分类器测试结果分析第80-82页
        5.5.3 技术支持服务倾向性分类器和导购服务倾向性分类器测试结果分析第82页
    5.6 微博信息分类系统不足第82-85页
第6章 展望第85-87页
    6.1 微博信息分类系统研究改进第85-86页
    6.2 微博信息分类系统展望第86-87页
参考文献第87-90页
致谢第90-91页
附表第91页

论文共91页,点击 下载论文
上一篇:混凝土搅拌站管理系统的设计和实现
下一篇:高等学校人力资源管理系统的设计与实现