基于文本倾向性关联分析的网络舆情监测应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状及发展动态 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.3.1 主要解决的问题 | 第13页 |
| 1.3.2 课题研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 相关理论与技术研究 | 第15-28页 |
| 2.1 网络爬虫技术 | 第15-16页 |
| 2.2 中文分词索引技术 | 第16-17页 |
| 2.3 网页去重技术 | 第17-18页 |
| 2.3.1 DSC和DSC-SS | 第17页 |
| 2.3.2 I-Match | 第17-18页 |
| 2.3.3 基于特征串的网页去重 | 第18页 |
| 2.4 文本聚类技术 | 第18-21页 |
| 2.4.1 层次聚类方法 | 第19-20页 |
| 2.4.2 划分聚类方法 | 第20-21页 |
| 2.5 网页去噪技术 | 第21-22页 |
| 2.6 文本倾向性分析技术 | 第22-25页 |
| 2.6.1 特征向量提取算法 | 第22-24页 |
| 2.6.2 词义相似度计算方法 | 第24页 |
| 2.6.3 支持向量机 | 第24-25页 |
| 2.7 数据库技术介绍 | 第25-27页 |
| 2.7.1 SQL Server技术介绍 | 第25-26页 |
| 2.7.2 JDBC技术介绍 | 第26-27页 |
| 2.8 本章小结 | 第27-28页 |
| 第3章 网络舆情监测系统需求分析 | 第28-33页 |
| 3.1 可行性分析 | 第28页 |
| 3.2 系统功能分析 | 第28-31页 |
| 3.2.1 系统完整结构 | 第28-29页 |
| 3.2.2 信息采集层和预处理 | 第29页 |
| 3.2.3 信息分析层 | 第29-30页 |
| 3.2.4 信息展示层 | 第30-31页 |
| 3.3 系统性能分析 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 算法和数据库设计 | 第33-51页 |
| 4.1 信息采集算法 | 第33-35页 |
| 4.2 信息预处理算法 | 第35-43页 |
| 4.2.1 网页去重算法设计 | 第35-36页 |
| 4.2.2 网页去噪算法设计 | 第36-40页 |
| 4.2.3 中文分词索引系统设计 | 第40-43页 |
| 4.3 信息分析算法 | 第43-48页 |
| 4.3.1 热点信息发现算法设计 | 第43-46页 |
| 4.3.2 文本倾向性分析算法设计 | 第46-48页 |
| 4.4 数据库设计 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 网络舆情监测系统功能界面设计与实现 | 第51-61页 |
| 5.1 开发环境与实验数据 | 第51-52页 |
| 5.1.1 开发环境 | 第51-52页 |
| 5.1.2 实验数据 | 第52页 |
| 5.2 用户登录 | 第52页 |
| 5.3 主检索子系统 | 第52-56页 |
| 5.3.1 普通检索 | 第52-54页 |
| 5.3.2 高级检索 | 第54-55页 |
| 5.3.3 实时检索 | 第55-56页 |
| 5.4 分类检索子系统 | 第56-57页 |
| 5.5 网络热点发现子系统 | 第57-58页 |
| 5.6 舆情综合分析子系统 | 第58-60页 |
| 5.6.1 影响力综合分析 | 第58-59页 |
| 5.6.2 关注趋势分析 | 第59页 |
| 5.6.3 传播分析 | 第59-60页 |
| 5.7 本章小节 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
