面向中文微博的舆情分析技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·选题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·论文主要工作 | 第14页 |
| ·论文组织结构 | 第14-17页 |
| 第二章 相关概念和技术 | 第17-27页 |
| ·相关概念 | 第17页 |
| ·文本分类和聚类 | 第17-23页 |
| ·文本分类技术 | 第17-21页 |
| ·文本聚类技术 | 第21-23页 |
| ·条件随机场 | 第23-25页 |
| ·条件随机场定义 | 第23页 |
| ·线性链条件随机场 | 第23-24页 |
| ·CRF++工具包 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 微博热点话题检测与跟踪 | 第27-49页 |
| ·微博信息采集 | 第27-34页 |
| ·传统网络爬虫策略 | 第27-28页 |
| ·微博开放平台的 API | 第28-29页 |
| ·基于用户网络结构的微博爬虫工具 | 第29-31页 |
| ·微博信息采集 | 第31-34页 |
| ·微博信息预处理 | 第34-40页 |
| ·无价值信息过滤 | 第34-38页 |
| ·微博文本预处理 | 第38-40页 |
| ·热点话题检测与跟踪 | 第40-44页 |
| ·相似度计算 | 第40-41页 |
| ·话题检测与跟踪 | 第41-43页 |
| ·热点话题排序 | 第43-44页 |
| ·实验结果 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 话题名称抽取与情感倾向性分析 | 第49-61页 |
| ·CRF 组块识别技术 | 第49-53页 |
| ·组块模型构建 | 第49-51页 |
| ·利用组块模型识别组块 | 第51页 |
| ·特征模板选择 | 第51-53页 |
| ·话题名称抽取 | 第53-54页 |
| ·话题情感倾向性分析 | 第54-57页 |
| ·相关词典构建 | 第54-56页 |
| ·情感倾向性权值的计算 | 第56-57页 |
| ·实验结果 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 中文微博舆情分析系统 | 第61-69页 |
| ·系统框架设计 | 第61-62页 |
| ·微博信息采集模块 | 第62-63页 |
| ·微博信息分析模块 | 第63-65页 |
| ·系统呈现模块 | 第65-67页 |
| ·微博信息采集界面 | 第65-66页 |
| ·热点话题分析界面 | 第66-67页 |
| ·本章小结 | 第67-69页 |
| 第六章 总结和展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间主要的研究成果 | 第75-76页 |
| 致谢 | 第76页 |
