| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·相关研究现状 | 第12-16页 |
| ·微博发展现状 | 第12-13页 |
| ·文本情感分析研究现状 | 第13-15页 |
| ·微博情感分析研究现状 | 第15-16页 |
| ·本文研究内容 | 第16页 |
| ·本文组织结构 | 第16-18页 |
| 第2章 相关理论知识 | 第18-27页 |
| ·文本特征选择 | 第18-20页 |
| ·文本表示模型 | 第18-19页 |
| ·文本特征选择 | 第19页 |
| ·特征权重计算方法 | 第19-20页 |
| ·文本情感分析方法 | 第20-23页 |
| ·文本分类方法 | 第20-21页 |
| ·文本聚类算法 | 第21-23页 |
| ·微博情感分析 | 第23-25页 |
| ·本文方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 文本处理与微博显性情感特征 | 第27-37页 |
| ·文本的预处理 | 第27-29页 |
| ·中文文本分词 | 第27-28页 |
| ·停用词去除 | 第28-29页 |
| ·词性选择 | 第29页 |
| ·传统的文本特征选择方法 | 第29-31页 |
| ·文档频数(Document Frequency) | 第29页 |
| ·信息增益（Information Gain） | 第29-30页 |
| ·互信息(Mutual Information) | 第30-31页 |
| ·Chi统计(Chi-square) | 第31页 |
| ·基于微博情感显性特征特征选择 | 第31-36页 |
| ·表情符号 | 第31-33页 |
| ·情感词 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于频繁项集和语义的微博隐性情感聚类 | 第37-47页 |
| ·频繁项集算法面临挑战 | 第37-38页 |
| ·微博隐性情感语义特征 | 第38-39页 |
| ·结合频繁项集和语义微博隐性情感聚类 | 第39-46页 |
| ·获取频繁项集语义特征 | 第40-41页 |
| ·微博语义隶属度初始簇重叠消减 | 第41-44页 |
| ·基于语义相似度的凝聚式情感聚类 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 微博情感分析实验结果及系统实现 | 第47-59页 |
| ·情感分析实验的评价标准 | 第47-48页 |
| ·情感分析算法的性能评估 | 第48-53页 |
| ·频繁项集簇最小支持度选取 | 第50页 |
| ·情感簇相似度最小阀值 | 第50-51页 |
| ·表情符号统一化 | 第51-52页 |
| ·显性情感特征 | 第52-53页 |
| ·各类算法比较 | 第53页 |
| ·微博情感分析与监控系统 | 第53-56页 |
| ·数据采集与格式处理 | 第53-55页 |
| ·开发环境与模块设计 | 第55-56页 |
| ·微博情感分析与监控实例 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·结论 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间参加的科研项目和成果 | 第66页 |