| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 网络舆情监测 | 第13-15页 |
| 1.2.2 文本情感分析 | 第15-16页 |
| 1.3 主要研究内容 | 第16页 |
| 1.4 论文组织与结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 相关理论与技术 | 第18-29页 |
| 2.1 网络舆情 | 第18-19页 |
| 2.2 网络爬虫技术 | 第19-20页 |
| 2.3 中文分词技术 | 第20-23页 |
| 2.4 情感词典 | 第23页 |
| 2.5 文本情感分类器 | 第23-26页 |
| 2.5.1 决策树算法 | 第23-25页 |
| 2.5.2 朴素贝叶斯 | 第25-26页 |
| 2.6 模糊综合评判法 | 第26-28页 |
| 2.6.1 模糊综合评判法概述 | 第26页 |
| 2.6.2 模糊综合评判法工作原理 | 第26-27页 |
| 2.6.3 模糊综合评判法特点 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 网络舆情文本情感分析研究 | 第29-45页 |
| 3.1 面向评论数据的情感分析研究 | 第29-36页 |
| 3.2 面向新闻数据的情感分析研究 | 第36-38页 |
| 3.2.1 新闻数据与企业对接流程 | 第36-38页 |
| 3.2.2 新闻数据情感分析研究 | 第38页 |
| 3.3 基于点互信息的情感词语义量化算法 | 第38-42页 |
| 3.3.1 标准词扩展算法 | 第39-40页 |
| 3.3.2 基于标准词集的改进语义量化算法 | 第40-42页 |
| 3.4 实验结果与分析 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 企业网络舆情监测方法研究 | 第45-57页 |
| 4.1 基于模糊综合评价法与层次分析法的企业网络舆情监测方法 | 第45-53页 |
| 4.1.1 企业网络舆情监测指标的构建 | 第45-46页 |
| 4.1.2 改进的模糊关系矩阵生成算法 | 第46-48页 |
| 4.1.3 企业网络舆情风险监测指标权重计算 | 第48-52页 |
| 4.1.4 计算综合评估结果 | 第52-53页 |
| 4.2 案例分析 | 第53-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第5章 企业网络舆情监测系统设计与实现 | 第57-74页 |
| 5.1 系统需求分析 | 第57-58页 |
| 5.2 系统架构设计 | 第58-59页 |
| 5.3 数据存储设计 | 第59-66页 |
| 5.3.1 数据存储结构 | 第59-61页 |
| 5.3.2 概念结构设计 | 第61-63页 |
| 5.3.3 逻辑结构设计 | 第63-66页 |
| 5.4 企业舆情监测系统设计与实现 | 第66-73页 |
| 5.4.1 基于网络爬虫技术的数据采集模块设计与实现 | 第66-68页 |
| 5.4.2 数据处理与分析实现 | 第68页 |
| 5.4.3 系统应用层实现 | 第68-70页 |
| 5.4.4 系统界面实现 | 第70-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 论文总结 | 第74页 |
| 6.2 工作展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读学位期间公开发表论文 | 第80-81页 |
| 致谢 | 第81页 |