| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 引言 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 舆情分析的研究现状 | 第8-12页 |
| 1.2.1 舆情分析的研究现状 | 第8-10页 |
| 1.2.2 敏感词的研究现状 | 第10-12页 |
| 1.3 本文的主要工作和组织安排 | 第12-14页 |
| 第二章 网络爬虫 | 第14-25页 |
| 2.1 网络爬虫的原理 | 第14-18页 |
| 2.1.1 URL的选择 | 第15-16页 |
| 2.1.2 URL去重 | 第16页 |
| 2.1.3 动态网页的爬取 | 第16-17页 |
| 2.1.4 多线程爬取 | 第17-18页 |
| 2.2 正则表达式 | 第18-19页 |
| 2.3 基于WebCollector框架的网络爬虫设计 | 第19-24页 |
| 2.3.1 WebCollector简介 | 第19页 |
| 2.3.2 网络爬虫设计 | 第19-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 网页正文提取 | 第25-34页 |
| 3.1 网页结构 | 第26-27页 |
| 3.2 HTML网页解析 | 第27页 |
| 3.3 基于密度的阈值自适应正文抽取算法 | 第27-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于敏感密度的网页正文敏感度分析 | 第34-46页 |
| 4.1 AC算法 | 第35-37页 |
| 4.2 双数组TRIE树 | 第37-39页 |
| 4.3 基于AC算法的改进多模式匹配算法 | 第39-42页 |
| 4.4 敏感词等级库创建 | 第42-43页 |
| 4.5 网页敏感度分析 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 系统开发 | 第46-54页 |
| 5.1 系统主体框架 | 第46页 |
| 5.2 系统开发文档 | 第46-47页 |
| 5.3 系统模块设计 | 第47-52页 |
| 5.3.1 数据库管理模块 | 第47-48页 |
| 5.3.2 爬虫模块设计 | 第48-49页 |
| 5.3.3 网页正文提取模块 | 第49-50页 |
| 5.3.4 敏感词检测模块 | 第50页 |
| 5.3.5 敏感度分析模块 | 第50-51页 |
| 5.3.6 数据展示模块 | 第51-52页 |
| 5.4 系统关键技术和创新点 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 在读硕士研究生期间发表论文 | 第57-58页 |
| 致谢 | 第58-59页 |