基于文本意见挖掘的烟台大学教学评价系统设计与实现
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第10-18页 |
1.1 本课题的研究背景及意义 | 第10-11页 |
1.2 相关领域国内外应用的现状及发展趋势 | 第11-13页 |
1.3 中文文本分类的一般步骤 | 第13-15页 |
1.4 本文的研究内容和主要工作 | 第15-16页 |
1.5 本文组织结构 | 第16-18页 |
第二章 相关技术介绍 | 第18-33页 |
2.1 数据挖掘技术 | 第18-25页 |
2.1.1 数据挖掘的技术含义 | 第19-20页 |
2.1.2 数据挖掘的理论基础 | 第20-21页 |
2.1.3 数据挖掘的分类及比较 | 第21-25页 |
2.2 文本自动摘要技术 | 第25-27页 |
2.2.1 自动摘录 | 第25-26页 |
2.2.2 基于理解的自动摘录 | 第26页 |
2.2.3 信息抽取 | 第26-27页 |
2.2.4 文本自动摘要体系结构 | 第27页 |
2.3 中文文本分类预处理技术 | 第27-32页 |
2.3.1 文本划分粒度 | 第27-28页 |
2.3.2 文本表示模型 | 第28页 |
2.3.3 分词 | 第28-29页 |
2.3.4 常见特征选择降维方法 | 第29-30页 |
2.3.5 基于潜在语义分析的特征提取 | 第30-32页 |
2.4 本章小节 | 第32-33页 |
第三章 系统分析 | 第33-43页 |
3.1 研究手段及途径和可行性分析 | 第33页 |
3.1.1 研究手段及途径 | 第33页 |
3.1.2 可行性分析 | 第33页 |
3.2 开发工具及环境介绍 | 第33-36页 |
3.2.1 开发语言及数据库介绍 | 第33-35页 |
3.2.2 3GWS介绍 | 第35-36页 |
3.3 需求分析 | 第36-42页 |
3.3.1 概论 | 第38页 |
3.3.2 现行数据分析 | 第38-41页 |
3.3.3 数据流分析 | 第41-42页 |
3.4 本章小结 | 第42-43页 |
第四章 总体设计 | 第43-51页 |
4.1 开发设计思想 | 第43页 |
4.2 系统模块设计图 | 第43-44页 |
4.3 统流程图 | 第44-46页 |
4.4 总体设计 | 第46-47页 |
4.4.1 系统结构设计概述 | 第46页 |
4.4.2 逻辑应用层设计 | 第46页 |
4.4.3 数据访问层模块设计 | 第46页 |
4.4.4 数据库设计 | 第46-47页 |
4.4.5 系统通用类设计 | 第47页 |
4.4.6 系统设计时遇到的困难及解决方法 | 第47页 |
4.5 数据库设计 | 第47-50页 |
4.5.1 数据库需求分析及概念设计 | 第47页 |
4.5.2 数据库逻辑结构设计及构建 | 第47-48页 |
4.5.3 数据模型分析 | 第48-50页 |
4.6 本章小结 | 第50-51页 |
第五章 关键技术实现 | 第51-60页 |
5.1 核心模块实现 | 第51-53页 |
5.1.1 中文文本情感倾向分类标注 | 第51-52页 |
5.1.2 SVM分类的输入 | 第52-53页 |
5.2 属性重要性分析 | 第53-57页 |
5.2.1 四种特征选择方法对精度的影响 | 第53-54页 |
5.2.2 留言频率取值不同的比较 | 第54-55页 |
5.2.3 通过计算GINI指标来考察属性重要性 | 第55-57页 |
5.3 主观评教文本分析技术 | 第57-59页 |
5.4 本章小结 | 第59-60页 |
第六章 综合测试 | 第60-68页 |
6.1 训练-测试比例对分类结果的影响 | 第60-61页 |
6.2 LSA降维维数不同对结果的影响 | 第61-62页 |
6.3 不同词性对分词准确度的影响 | 第62-63页 |
6.4 SVM核函数与不同参数选取对正确率的影响 | 第63-65页 |
6.5 系统具体功能的测试 | 第65-67页 |
6.5.1 评教系统登录 | 第65页 |
6.5.2 评教信息选择 | 第65-66页 |
6.5.3 评教结果显示 | 第66-67页 |
6.6 本章小结 | 第67-68页 |
第七章 总结与展望 | 第68-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-72页 |
附录A 部分代码 | 第72-80页 |