| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的主要工作与内容安排 | 第11-13页 |
| 1.3.1 论文的主要内容 | 第11-12页 |
| 1.3.2 论文的组织结构 | 第12-13页 |
| 第二章 微博舆情分析系统研究 | 第13-24页 |
| 2.1 微博舆情分析的背景 | 第13页 |
| 2.2 微博舆情分析指标 | 第13-18页 |
| 2.2.1 数量指标 | 第14-15页 |
| 2.2.2 强度指标 | 第15页 |
| 2.2.3 关联指标 | 第15-16页 |
| 2.2.4 极性指标 | 第16-17页 |
| 2.2.5 秘密指标 | 第17-18页 |
| 2.3 微博舆情分析系统架构 | 第18-23页 |
| 2.3.1 网页爬虫 | 第18-19页 |
| 2.3.2 网页结构化信息抽取 | 第19页 |
| 2.3.3 文本预处理 | 第19页 |
| 2.3.4 微博特征表示与提取 | 第19-21页 |
| 2.3.5 热点话题发现 | 第21-22页 |
| 2.3.6 基于话题发现的舆情分析 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 一种统一的基于层次聚类的微博网页结构化信息抽取方法 | 第24-45页 |
| 3.1 方法的引入背景 | 第24-25页 |
| 3.2 目前现有的Web信息抽取技术分析 | 第25-34页 |
| 3.2.1 基于统计理论的Web信息抽取技术 | 第25-26页 |
| 3.2.2 基于DOM的Web信息抽取技术 | 第26-32页 |
| 3.2.3 基于视觉特征的Web信息抽取技术 | 第32-34页 |
| 3.3 方法的创新性 | 第34页 |
| 3.4 方法的设计思想 | 第34-35页 |
| 3.5 方法的具体设计 | 第35-44页 |
| 3.5.1 网页文件预处理 | 第36-37页 |
| 3.5.2 候选微博容器保存 | 第37-38页 |
| 3.5.3 相似语义聚类 | 第38-40页 |
| 3.5.4 网页清洗聚类 | 第40-41页 |
| 3.5.5 微博容器评分和筛选 | 第41-42页 |
| 3.5.6 微博结构化信息解析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 抽取方法实现与实验结果分析 | 第45-59页 |
| 4.1 抽取方法的软件实现 | 第45-51页 |
| 4.2 实验结果分析 | 第51-54页 |
| 4.2.1 确定阈值取值 | 第51-52页 |
| 4.2.2 实验评估 | 第52-54页 |
| 4.3 抽取方法在微博舆情分析系统中的应用实验 | 第54-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |