微博意见领袖舆情监控系统设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-11页 |
| ·国内外舆情监控系统研究现状与分析 | 第11-15页 |
| ·国内研究现状 | 第11-12页 |
| ·国外研究现状 | 第12-13页 |
| ·舆情监控系统分析 | 第13-14页 |
| ·存在问题及解决方案 | 第14-15页 |
| ·本文研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第2章 微博平台爬虫研究与设计 | 第17-30页 |
| ·微博爬虫研究分析 | 第17-20页 |
| ·微博爬虫特点分析 | 第17-18页 |
| ·传统搜索和网络爬虫的不足 | 第18页 |
| ·微博爬虫实现方式的选择 | 第18-20页 |
| ·微博意见领袖爬虫设计 | 第20-29页 |
| ·微博爬虫应用的创建 | 第20-22页 |
| ·新浪微博 SDK 研究分析 | 第22-25页 |
| ·微博爬虫设计 | 第25-27页 |
| ·微博爬虫信息抓取 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 微博短文本倾向性分析 | 第30-45页 |
| ·微博短文本表示模型 | 第30-32页 |
| ·微博短文本特点 | 第30页 |
| ·短文本表示模型 | 第30-32页 |
| ·微博短文本倾向性方法研究分析 | 第32-34页 |
| ·短文本倾向性方法研究 | 第32-33页 |
| ·短文本倾向性方法选择 | 第33-34页 |
| ·语义倾向计算方法 | 第34-36页 |
| ·知网情感库 | 第34-35页 |
| ·语义倾向性计算 | 第35-36页 |
| ·微博意见领袖舆情倾向性分析 | 第36-43页 |
| ·领域情感词集构建 | 第36-37页 |
| ·基于 HowNet 和领域情感词集的情感本体 | 第37-39页 |
| ·微博意见领袖舆情倾向性计算 | 第39-41页 |
| ·实验及结果分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 原型系统设计与实现 | 第45-58页 |
| ·需求分析与设计 | 第45-47页 |
| ·需求分析 | 第45页 |
| ·系统设计 | 第45-47页 |
| ·开发环境与工具 | 第47-48页 |
| ·系统模块实现和界面展示 | 第48-57页 |
| ·后台模块实现 | 第48-52页 |
| ·前台模块实现 | 第52-54页 |
| ·界面展示 | 第54-57页 |
| ·原型系统分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结和展望 | 第58-60页 |
| ·研究工作总结 | 第58-59页 |
| ·未来工作的展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士期间参加科研情况 | 第64页 |
