| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景与研究意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 传统质量管理方式中的产品质量问题发现 | 第16页 |
| 1.2.2 基于社会媒体的产品质量问题发现 | 第16-17页 |
| 1.2.3 情感分析 | 第17-18页 |
| 1.2.4 文本分类 | 第18页 |
| 1.2.5 研究评述 | 第18-19页 |
| 1.3 本文的研究内容与结构安排 | 第19-21页 |
| 第二章 中文社会媒体环境下汽车质量问题发现相关理论与方法 | 第21-29页 |
| 2.1 中文文本处理相关方法 | 第21-22页 |
| 2.1.1 向量空间模型 | 第21页 |
| 2.1.2 中文分词 | 第21-22页 |
| 2.1.3 去停用词 | 第22页 |
| 2.2 文本特征提取与选择 | 第22-24页 |
| 2.2.1 特征提取 | 第23页 |
| 2.2.2 特征选择 | 第23-24页 |
| 2.3 文本分类方法 | 第24-28页 |
| 2.3.1 监督学习 | 第24-25页 |
| 2.3.2 半监督学习 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 中文社会媒体环境下汽车质量问题发现框架构建 | 第29-35页 |
| 3.1 社会媒体对汽车质量问题发现的影响 | 第29-30页 |
| 3.2 中文社会媒体环境下汽车质量问题发现框架 | 第30-32页 |
| 3.3 中文社会媒体环境下汽车质量问题发现关键任务 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 中文社会媒体环境下面向汽车质量问题的文本分类 | 第35-43页 |
| 4.1 面向汽车质量问题的文本特征集构建 | 第35-40页 |
| 4.2 面向汽车质量问题的半监督文本分类模型构建 | 第40页 |
| 4.3 半监督文本分类模型的算法实现 | 第40-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第五章 基于主题模型的汽车质量问题主题聚类 | 第43-48页 |
| 5.1 汽车质量问题主题聚类流程 | 第43-44页 |
| 5.2 基于LDA模型的汽车质量问题主题建模 | 第44-46页 |
| 5.3 汽车质量问题主题聚类 | 第46页 |
| 5.4 本章小结 | 第46-48页 |
| 第六章 实验研究 | 第48-56页 |
| 6.1 实验对象与背景 | 第48-49页 |
| 6.2 实验数据采集 | 第49-50页 |
| 6.3 人工标注与预处理 | 第50页 |
| 6.4 基于半监督学习的汽车质量问题分类实验 | 第50-53页 |
| 6.4.1 实验设置与评估指标 | 第50-51页 |
| 6.4.2 实验结果与分析 | 第51-53页 |
| 6.5 基于LDA的汽车质量问题主题聚类实验 | 第53-55页 |
| 6.5.1 实验工具与设置 | 第53-54页 |
| 6.5.2 实验结果与分析 | 第54-55页 |
| 6.6 本章小结 | 第55-56页 |
| 第七章 结论与展望 | 第56-58页 |
| 7.1 本文结论 | 第56页 |
| 7.2 未来研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第62-63页 |
