基于网上产品评论挖掘系统设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景 | 第8-9页 |
| ·选题意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·国内外研究现状简介 | 第10-11页 |
| ·论文的主要工作 | 第11页 |
| ·论文的结构 | 第11-13页 |
| 2 相关理论技术 | 第13-22页 |
| ·搜索引擎 | 第13页 |
| ·搜索引擎的定义 | 第13-14页 |
| ·链接选取策略 | 第14-18页 |
| ·爬虫 | 第14-16页 |
| ·爬虫的抓取方式 | 第16-17页 |
| ·抓取优先级策略 | 第17-18页 |
| ·文本挖掘概述 | 第18-21页 |
| ·文本挖掘概念 | 第19页 |
| ·文本挖掘形成的信息 | 第19-20页 |
| ·文本信息挖掘主要技术 | 第20-21页 |
| ·文本分类 | 第21-22页 |
| 3 网上产品评论挖掘系统的分析 | 第22-39页 |
| ·文本预处理 | 第22-25页 |
| ·中文分词技术 | 第22-24页 |
| ·分词实例 | 第24-25页 |
| ·停用词去除 | 第25页 |
| ·建立词库集 | 第25-29页 |
| ·产品特征语料库 | 第25-27页 |
| ·宝贝详情中抽取产品特征词 | 第27-29页 |
| ·极性词构建 | 第29-31页 |
| ·构建显性观点词词典 | 第29-30页 |
| ·构建领域观点词词典 | 第30-31页 |
| ·TF*IDF 文本分类研究 | 第31-33页 |
| ·朴素贝叶斯对评论分类研究 | 第33-39页 |
| ·贝叶斯学习理论 | 第33-34页 |
| ·朴素贝叶斯分类 | 第34-35页 |
| ·朴素贝叶斯分类算法 | 第35-38页 |
| ·朴素贝叶斯分类器 | 第38-39页 |
| 4 网上产品评论挖掘系统的设计与实现 | 第39-48页 |
| ·环境搭建 | 第39页 |
| ·系统框架 | 第39-40页 |
| ·爬虫模型设计 | 第40-44页 |
| ·分类器设计 | 第44-48页 |
| ·关键字匹配模式 | 第44-45页 |
| ·挖掘系统分析 | 第45-48页 |
| 5 实验结果及分析 | 第48-51页 |
| ·实验结果及分析 | 第48-51页 |
| ·实验数据 | 第48页 |
| ·实验结果评价 | 第48页 |
| ·实验结果与分析 | 第48-51页 |
| 6 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
