| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 引言 | 第9-16页 |
| ·研究背景及意义 | 第9-11页 |
| ·发展研究现状 | 第11-12页 |
| ·应用方向或应用前景 | 第12-14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 Twitter情感分类 | 第16-24页 |
| ·Twitter简介 | 第16-17页 |
| ·情感二分类及多分类 | 第17-18页 |
| ·有监督学习方法和无监督学习方法 | 第18-19页 |
| ·情感分类典型算法 | 第19-21页 |
| ·基于WEKA平台的情感隶属度估计 | 第21-23页 |
| ·WEKA平台介绍 | 第21-22页 |
| ·情感隶属度估计 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 情感分类特征提取 | 第24-29页 |
| ·时间特征 | 第24-25页 |
| ·面向语意的特征 | 第25-26页 |
| ·基于表情符号的特征 | 第26-27页 |
| ·基于标点符号的特征 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 使用SentimentRiver图进行可视化分析 | 第29-41页 |
| ·相关可视化图形介绍 | 第29-33页 |
| ·ThemeRiver可视化 | 第29-30页 |
| ·Streamgraph可视化 | 第30-31页 |
| ·TIARA可视化 | 第31-32页 |
| ·OpinionSeer可视化 | 第32-33页 |
| ·SentimentRiver图总体概况 | 第33-35页 |
| ·SentimentRiver图的绘制 | 第35-39页 |
| ·SentimentRiver图几何布局 | 第35-36页 |
| ·SentimentRiver图层次结构 | 第36-37页 |
| ·SentimentRiver图颜色梯度 | 第37-38页 |
| ·SentimentRiver图情感标签 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 实验结果及相关分析 | 第41-47页 |
| ·数据的搜集及设置 | 第41-42页 |
| ·情感分类特征选取实验及分析 | 第42-43页 |
| ·情感分类隶属度估计实验及分析 | 第43-44页 |
| ·SentimentRiver图可视化 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 结论及未来的工作 | 第47-49页 |
| ·总结 | 第47页 |
| ·下一步工作 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |