基于文本情感分析的企业在线声誉研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-23页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究目标与意义 | 第11-13页 |
| 1.2.1 研究目标 | 第12-13页 |
| 1.2.2 研究意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-18页 |
| 1.4 研究内容与框架 | 第18-20页 |
| 1.4.1 研究范围的界定 | 第18-19页 |
| 1.4.2 研究重点难点 | 第19页 |
| 1.4.3 研究框架 | 第19-20页 |
| 1.5 研究方法与技术路线 | 第20-23页 |
| 1.5.1 研究方法 | 第20-21页 |
| 1.5.2 技术路线 | 第21-23页 |
| 2 企业在线声誉研究的理论基础 | 第23-33页 |
| 2.1 网页数据收集相关理论 | 第23-27页 |
| 2.1.1 网页结构分析的理论基础 | 第23-24页 |
| 2.1.2 网络爬虫理论 | 第24-27页 |
| 2.2 文本情感分析相关理论 | 第27-29页 |
| 2.3 企业在线声誉分析相关理论 | 第29-33页 |
| 3 企业在线声誉元数据收集器的建立 | 第33-57页 |
| 3.1 目标元数据定位 | 第33-37页 |
| 3.1.1 互联网数据类型分析 | 第33-36页 |
| 3.1.2 目标元数据特征分析 | 第36-37页 |
| 3.2 主题聚焦爬虫收集器的建立 | 第37-45页 |
| 3.2.1 博客和论坛网站特征分析 | 第38-39页 |
| 3.2.2 主题聚焦爬虫框架设计 | 第39-41页 |
| 3.2.3 主题聚焦爬虫的实现 | 第41-45页 |
| 3.3 微博数据收集器的建立 | 第45-57页 |
| 3.3.1 微博网站特征分析 | 第45-47页 |
| 3.3.2 微博数据爬虫框架设计 | 第47-49页 |
| 3.3.3 微博数据爬虫的实现 | 第49-57页 |
| 4 企业在线声誉分析工具包的建立 | 第57-75页 |
| 4.1 文本情感分析 | 第57-61页 |
| 4.1.1 文本情感分析工具的选取 | 第57-59页 |
| 4.1.2 利用LingPipe分析文本情感 | 第59-61页 |
| 4.2 企业在线声誉特征分析 | 第61-66页 |
| 4.2.1 企业在线声誉整体趋势分析 | 第62-63页 |
| 4.2.2 网民年龄结构分析 | 第63页 |
| 4.2.3 网民地域分布分析 | 第63-64页 |
| 4.2.4 网民其他身份属性特征分析 | 第64-66页 |
| 4.3 企业在线声誉评价体系和预警体系的构建 | 第66-75页 |
| 4.3.1 企业在线声誉评价体系的构建 | 第67-71页 |
| 4.3.2 企业在线声誉预警体系的构建 | 第71-75页 |
| 5 企业在线声誉实例分析 | 第75-83页 |
| 5.1 实例分析对象的选取 | 第75页 |
| 5.2 企业在线声誉评价实例 | 第75-80页 |
| 5.2.1 数据收集 | 第76页 |
| 5.2.2 企业在线声誉特征分析 | 第76-79页 |
| 5.2.3 企业在线声誉综合评价 | 第79-80页 |
| 5.2.4 结果评价 | 第80页 |
| 5.3 企业在线声誉预警实例 | 第80-83页 |
| 5.3.1 数据收集 | 第81页 |
| 5.3.2 企业在线声誉预警体系的验证 | 第81-82页 |
| 5.3.3 结果评价 | 第82-83页 |
| 6 总结与展望 | 第83-85页 |
| 6.1 研究内容总结 | 第83页 |
| 6.2 进一步研究展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第89-93页 |
| 学位论文数据集 | 第93页 |
