| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 引言 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 数据挖掘技术的研究现状 | 第9-10页 |
| 1.2.2 产品特征挖掘的研究现状 | 第10-11页 |
| 1.2.3 评论情感挖掘的研究现状 | 第11页 |
| 1.2.4 图书评论挖掘系统的研究现状 | 第11-12页 |
| 1.3 主要的研究内容 | 第12-13页 |
| 1.4 课题创新点 | 第13页 |
| 1.5 论文的组织结构 | 第13-15页 |
| 第二章 相关理论及技术综述 | 第15-20页 |
| 2.1 数据挖掘技术概述 | 第15-16页 |
| 2.2 产品特征挖掘技术介绍 | 第16页 |
| 2.3 评论情感挖掘技术介绍 | 第16-17页 |
| 2.4 图书评论挖掘过程 | 第17-18页 |
| 2.5 性能评估指标 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 图书特征挖掘算法研究 | 第20-36页 |
| 3.1 Apriori、FP-Growth及TF-IDF算法简介 | 第20-21页 |
| 3.2 FP-Growth算法的研究及改进 | 第21-31页 |
| 3.2.1 数据准备与预处理 | 第22-26页 |
| 3.2.2 冗余词表匹配替换 | 第26页 |
| 3.2.3 FP-Growth算法的应用对比研究 | 第26-29页 |
| 3.2.4 FP-Growth算法的改进 | 第29-31页 |
| 3.3 实验结果及性能分析 | 第31-34页 |
| 3.3.1 图书特征挖掘实验结果 | 第31-33页 |
| 3.3.2 图书特征挖掘性能分析 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 图书评论情感挖掘方法研究 | 第36-51页 |
| 4.1 观点句识别方法的研究 | 第36-38页 |
| 4.1.1 情感词典的构建 | 第36-37页 |
| 4.1.2 观点句识别方法 | 第37-38页 |
| 4.2 图书评论粗粒度情感挖掘算法的研究 | 第38-42页 |
| 4.2.1 评论粗粒度情感挖掘流程介绍 | 第39-40页 |
| 4.2.2 支持向量机SVM算法的研究及优化 | 第40-42页 |
| 4.3 图书评论细粒度情感挖掘方法的研究 | 第42-45页 |
| 4.3.1 基于"双向判定法"的情感关系构建 | 第42-44页 |
| 4.3.2 基于情感词典的评论细粒度分析 | 第44-45页 |
| 4.4 用户匹配度计算 | 第45-46页 |
| 4.5 实验结果及性能分析 | 第46-49页 |
| 4.5.1 图书评论情感挖掘结果 | 第46-47页 |
| 4.5.2 图书评论情感挖掘性能分析 | 第47-49页 |
| 4.6 本章小结 | 第49-51页 |
| 第五章 图书评论挖掘系统的设计与实现 | 第51-62页 |
| 5.1 系统设计 | 第51-55页 |
| 5.1.1 系统框架结构设计 | 第51-52页 |
| 5.1.2 系统数据库设计 | 第52-53页 |
| 5.1.3 系统业务流程设计 | 第53-55页 |
| 5.2 图书评论挖掘系统实现 | 第55-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 6.1 主要结论 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 在校期间的研究成果 | 第67-68页 |
| 致谢 | 第68页 |