| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 一、研究背景及意义 | 第10-11页 |
| 二、文献综述 | 第11-14页 |
| (一) 文本挖掘研究综述 | 第11-12页 |
| (二) 微博短文本分析研究现状 | 第12-14页 |
| 三、微博评论特点及文本分析方法 | 第14-16页 |
| (一) 微博评论信息特点 | 第14页 |
| (二) 文本信息分析方法 | 第14-16页 |
| 四、本文研究内容及内容安排 | 第16-18页 |
| 第二章 聚类方法分析 | 第18-34页 |
| 一、聚类分析概述 | 第18-20页 |
| (一) 聚类分析的思想 | 第18页 |
| (二) 文本聚类分析过程 | 第18-19页 |
| (三) 文本聚类在网络舆情分析中的作用 | 第19-20页 |
| 二、聚类方法概述 | 第20-27页 |
| (一) 基于k-means的文本聚类算法 | 第21-22页 |
| (二) 基于k-medoids的文本聚类算法 | 第22-23页 |
| (三) 基于系统聚类的文本聚类算法 | 第23-25页 |
| (四) 文本聚类相似度度量方法 | 第25页 |
| (五) 聚类结果评价 | 第25-26页 |
| (六) 聚类算法性能的衡量 | 第26-27页 |
| 三、文本数据预处理 | 第27-29页 |
| (一) 中文分词 | 第27-28页 |
| (二) 停用词过滤 | 第28-29页 |
| 四、文本表示方法分析 | 第29-31页 |
| (一) 布尔模型(Boolean Model) | 第29-30页 |
| (二) 词频( TermFrequeny,TF)矩阵 | 第30-31页 |
| (三) 统计主题模型 | 第31页 |
| (四) 向量空间模型(Vector Space Model,VSM) | 第31页 |
| 五、特征选择方法分析 | 第31-34页 |
| 第三章 微博评论信息的聚类实现过程 | 第34-46页 |
| 一、实验数据 | 第34页 |
| 二、实验环境及配置 | 第34-37页 |
| (一) jiebaR包安装 | 第34-35页 |
| (二) 分词 | 第35-36页 |
| (三) 配置词典 | 第36-37页 |
| 三、数据预处理实现 | 第37-40页 |
| (一) 文本去噪 | 第37-39页 |
| (二) 分词及停用词过滤 | 第39-40页 |
| 四、文本表示过程 | 第40-44页 |
| (一) 文本表示模型 | 第40-41页 |
| (二) 特征选择 | 第41-42页 |
| (三) 特征项权重计算 | 第42-44页 |
| 五、文本聚类算法比较及选择 | 第44-46页 |
| (一) 词项聚类 | 第45页 |
| (二) 文档聚类 | 第45-46页 |
| 第四章 聚类结果及其分析 | 第46-54页 |
| 一、聚类结果分析 | 第46-54页 |
| (一) 词项聚类结果 | 第46-48页 |
| (二) 文档聚类结果 | 第48-51页 |
| (三) 可视化图形 | 第51-53页 |
| (四) 结果分析 | 第53-54页 |
| 第五章 论文总结与展望 | 第54-56页 |
| 一、现阶段工作总结 | 第54-55页 |
| 二、未来工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-66页 |
| 附近A 配置搜狗词典的相关代码及结果 | 第60-61页 |
| 附件B 文本去噪、分词以及停用词过滤的部分代码及结果 | 第61页 |
| 附件C 文本表示过程的相关代码、结果及说明 | 第61-62页 |
| 附录D 聚类分析相关代码结果及说明 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
