| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究内容及方法 | 第11-13页 |
| 1.2.1 研究内容 | 第11-12页 |
| 1.2.2 研究方法 | 第12-13页 |
| 1.3 论文创新点 | 第13-15页 |
| 2 国内外相关研究文献回顾 | 第15-23页 |
| 2.1 意见挖掘的主要技术 | 第15-18页 |
| 2.1.1 意见挖掘的概念与任务 | 第15页 |
| 2.1.2 意见挖掘的特征抽取技术 | 第15-16页 |
| 2.1.3 意见挖掘的情感分类技术 | 第16-18页 |
| 2.2 网络口碑价值研究 | 第18-19页 |
| 2.3 异类知识发现 | 第19-22页 |
| 2.3.1 知识的概念与分类 | 第19-20页 |
| 2.3.2 异类(outlier)与异类知识发现 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于网络口碑的产品优劣势挖掘 | 第23-32页 |
| 3.1 数据采集 | 第23-25页 |
| 3.2 产品特征抽取 | 第25-27页 |
| 3.3 产品优劣势挖掘及其可视化 | 第27-31页 |
| 3.3.1 评论文本的情感分类 | 第27-29页 |
| 3.3.2 产品优劣势测度及其可视化 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 在线评论与评价的关系模型 | 第32-36页 |
| 4.1 在线评论情感的测度 | 第32-33页 |
| 4.2 在线评论与评价的多重线性回归 | 第33-35页 |
| 4.3 本章小结 | 第35-36页 |
| 5 网络口碑的异类检测与知识发现 | 第36-45页 |
| 5.1 网络口碑异类知识发现的框架构建 | 第36-37页 |
| 5.2 网络口碑异类知识发现的实现 | 第37-43页 |
| 5.2.1 汽车网络口碑的离群点(outlier)检测 | 第37-42页 |
| 5.2.2 汽车网络口碑离群点(outlier)评估与解释 | 第42-43页 |
| 5.3 本章小结 | 第43-45页 |
| 6 研究结论与展望 | 第45-47页 |
| 参考文献 | 第47-53页 |
| 附录 | 第53-64页 |
| 附录Ⅰ | 第53-54页 |
| 附录Ⅱ 攻读硕士学位期间参加的科研项目 | 第54-55页 |
| 附录Ⅲ 论文撰写过程中用到的代码 | 第55-64页 |
| 致谢 | 第64页 |