| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 主要研究工作及创新点 | 第12-13页 |
| 1.2.1 主要研究工作 | 第12页 |
| 1.2.2 创新点 | 第12-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 第二章 相关技术背景介绍 | 第14-17页 |
| 2.1 网络舆情研究现状 | 第14-15页 |
| 2.2 系统开发环境和技术 | 第15-16页 |
| 2.2.1 MyEclipse | 第15页 |
| 2.2.2 MySQL | 第15页 |
| 2.2.3 iBATIS | 第15-16页 |
| 2.2.4 HBase | 第16页 |
| 2.2.5 MapReduce | 第16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 网络舆情指标体系的构建 | 第17-26页 |
| 3.1 网络舆情指标体系 | 第17-19页 |
| 3.1.1 敏感度 | 第18页 |
| 3.1.2 热度 | 第18-19页 |
| 3.1.3 倾向性 | 第19页 |
| 3.2 网络舆情事件的分类方式 | 第19-20页 |
| 3.3 网络舆情预警模型 | 第20-25页 |
| 3.3.1 层次分析法介绍 | 第20-21页 |
| 3.3.2 网络舆情预警模型构建 | 第21-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 网络舆情预测方法研究 | 第26-43页 |
| 4.1 基于灰色预测的网络舆情预测优化模型 | 第26-31页 |
| 4.1.1 GM(1,1)模型 | 第27-29页 |
| 4.1.2 基于灰色预测的网络舆情预测优化模型 | 第29-31页 |
| 4.2 混沌预测模型 | 第31-32页 |
| 4.3 自适应预测模型调整机制 | 第32-35页 |
| 4.3.1 网络舆情预测模型的评价方法 | 第32-33页 |
| 4.3.2 自适应预测模型调整机制的设计 | 第33-35页 |
| 4.4 网络舆情预测方法的实验 | 第35-43页 |
| 4.4.1 基于灰色预测的网络舆情预测优化模型 | 第36-40页 |
| 4.4.2 网络舆情预测模型自适应调整机制的实验 | 第40-43页 |
| 第五章 基于决策树模型的网络舆情应对预案决策机制研究 | 第43-52页 |
| 5.1 决策原理 | 第43-44页 |
| 5.2 决策树介绍 | 第44-45页 |
| 5.3 C4.5算法 | 第45-47页 |
| 5.4 网络舆情应对预案自动化决策的决策树构建 | 第47-50页 |
| 5.5 网络舆情应对预案自动化决策模型的实验 | 第50-52页 |
| 第六章 系统设计与实现 | 第52-62页 |
| 6.1 系统总体架构设计 | 第52-54页 |
| 6.2 中央控制模块 | 第54-55页 |
| 6.3 网络舆情数据存储与预处理 | 第55-56页 |
| 6.4 预测预警模块 | 第56-58页 |
| 6.5 预案决策模块 | 第58-60页 |
| 6.6 评价模块 | 第60-61页 |
| 6.7 本章小结 | 第61-62页 |
| 第七章 系统测试 | 第62-67页 |
| 7.1 测试环境与方法 | 第62-63页 |
| 7.1.1 测试环境 | 第62页 |
| 7.1.2 测试方法 | 第62-63页 |
| 7.2 系统功能测试 | 第63-66页 |
| 7.3 本章小结 | 第66-67页 |
| 第八章 总结和展望 | 第67-70页 |
| 8.1 全文总结 | 第67页 |
| 8.2 未来工作展望 | 第67-68页 |
| 8.3 研究生期间工作 | 第68-70页 |
| 8.3.1 发表论文 | 第68页 |
| 8.3.2 参与项目 | 第68页 |
| 8.3.3 主要工作 | 第68-69页 |
| 8.3.4 提交项目文档 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |