基于微博的热点发现与情感倾向分析
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及选题意义 | 第7-12页 |
| ·研究背景 | 第7-8页 |
| ·选题意义 | 第8-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文组织框架和创新点 | 第14-15页 |
| ·组织框架 | 第14页 |
| ·创新点 | 第14-15页 |
| 第二章 研究平台和研究方法 | 第15-23页 |
| ·新浪微博 | 第15-18页 |
| ·新浪微博的发展现状 | 第15页 |
| ·新浪微博的功能和特点 | 第15-16页 |
| ·新浪微博舆情传播的影响 | 第16-18页 |
| ·微博热点发现 | 第18-20页 |
| ·热点特征 | 第18-19页 |
| ·热点发现 | 第19-20页 |
| ·热点事件转发分析 | 第20-21页 |
| ·热点事件受众情感倾向分析 | 第21-23页 |
| 第三章 模型设计 | 第23-35页 |
| ·文本预处理 | 第24-26页 |
| ·ICTCLAS分词系统 | 第24-26页 |
| ·微博热点发现算法 | 第26-27页 |
| ·转发分析工具 | 第27-29页 |
| ·情感倾向分析算法 | 第29-35页 |
| ·知网情感词典 | 第29-30页 |
| ·微博表情词典 | 第30-31页 |
| ·首尾句情感极性 | 第31页 |
| ·微博评论与特殊文本处理 | 第31-32页 |
| ·微博情感特征提取算法 | 第32-33页 |
| ·SVM情感分类器 | 第33-35页 |
| 第四章 算法实现与实验结果分析 | 第35-48页 |
| ·热点发现的实现 | 第35-40页 |
| ·微博内容采集 | 第35-38页 |
| ·ICTCLAS分词 | 第38-39页 |
| ·热点提取 | 第39-40页 |
| ·针对热点的转发分析 | 第40-42页 |
| ·热点转发分析 | 第40-42页 |
| ·针对热点的情感倾向分析 | 第42-48页 |
| ·去除微博碎片 | 第42页 |
| ·使用的情感词典 | 第42页 |
| ·上下文滑动窗口 | 第42-43页 |
| ·情感倾向分析 | 第43-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·论文总结 | 第48页 |
| ·论文展望 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52页 |
