基于主成分分析的网络舆情快速预测方法
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-18页 |
1.1 研究背景 | 第8-13页 |
1.2 研究目的及意义 | 第13-14页 |
1.3 国内外研究现状 | 第14-17页 |
1.4 论文的结构安排 | 第17-18页 |
第二章 网络舆情及其相关预测技术 | 第18-29页 |
2.1 Markov模型 | 第18-23页 |
2.1.1 Markov基本概念 | 第18-20页 |
2.1.2 Markov模型预测步骤 | 第20-23页 |
2.2 主成分分析 | 第23-28页 |
2.2.1 主成分分析的基本思想 | 第24-25页 |
2.2.2 主成分分析的基本原理 | 第25-27页 |
2.2.3 主成分分析的主要步骤 | 第27-28页 |
2.3 分析工具与使用的技术 | 第28页 |
2.4 本章小结 | 第28-29页 |
第三章 基于主成分分析的网络舆情快速预测 | 第29-42页 |
3.1 网络舆情信息的获取 | 第29-36页 |
3.1.1 Web信息的搜索与数据挖掘 | 第29-31页 |
3.1.2 网页抓取策略分析 | 第31-33页 |
3.1.3 网络舆情数据来源 | 第33-35页 |
3.1.4 数据存储 | 第35-36页 |
3.2 舆情数据信息处理 | 第36-38页 |
3.2.1 文本聚类 | 第37页 |
3.2.2 热点发现 | 第37-38页 |
3.2.3 数据聚合 | 第38页 |
3.3 网络舆情的快速预测方法 | 第38-41页 |
3.4 本章小结 | 第41-42页 |
第四章 实验和结果分析 | 第42-50页 |
4.1 网络舆情数据采集与处理 | 第42-43页 |
4.2 降维 | 第43-45页 |
4.3 网络舆情预测 | 第45-49页 |
4.4 本章小结 | 第49-50页 |
第五章 总结与展望 | 第50-52页 |
5.1 总结 | 第50-51页 |
5.2 展望 | 第51-52页 |
参考文献 | 第52-55页 |
致谢 | 第55-56页 |
攻读硕士期间发表的论文 | 第56页 |