| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 国外舆情分析研究现状 | 第10-11页 |
| 1.2.2 国内舆情分析研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 舆情分析相关技术研究 | 第14-26页 |
| 2.1 网络信息采集 | 第14-17页 |
| 2.1.1 网络信息采集概述 | 第14页 |
| 2.1.2 基于链接分析的网络信息采集算法 | 第14-16页 |
| 2.1.3 基于网页内容相关性分析的网络信息采集算法 | 第16-17页 |
| 2.2 自动摘要算法 | 第17-22页 |
| 2.2.1 生成自动摘要算法 | 第17-18页 |
| 2.2.2 冗余度控制 | 第18-22页 |
| 2.3 文本相似度算法 | 第22-25页 |
| 2.3.1 长文本相似度算法 | 第22-23页 |
| 2.3.2 短文本相似度算法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 学术领域舆情生成算法设计实现 | 第26-46页 |
| 3.1 设计目标与算法流程 | 第26-27页 |
| 3.2 网络舆情信息采集 | 第27-28页 |
| 3.2.1 网络信息采集 | 第27页 |
| 3.2.2 学术领域网络舆情信息采集 | 第27-28页 |
| 3.3 网络舆情数据预处理 | 第28页 |
| 3.3.1 文本预处理 | 第28页 |
| 3.3.2 文本分词 | 第28页 |
| 3.4 多文档自动摘要 | 第28-39页 |
| 3.4.1 主题模型 | 第28-36页 |
| 3.4.2 句子权重计算方法 | 第36-38页 |
| 3.4.3 句子权重计算算法 | 第38-39页 |
| 3.5 摘要生成 | 第39-45页 |
| 3.5.1 摘要候选句的选取 | 第39页 |
| 3.5.2 摘要句生成算法 | 第39-40页 |
| 3.5.3 相似度计算 | 第40-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 实验结果与分析 | 第46-51页 |
| 4.1 训练词料库 | 第46页 |
| 4.2 实验数据 | 第46页 |
| 4.3 LDA训练结果 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-51页 |
| 第5章 总结和展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |