| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.1.1 网络舆情的定义 | 第8页 |
| 1.1.2 网络舆情分析的研究背景 | 第8-9页 |
| 1.1.3 网络舆情分析的研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内研究现状 | 第10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 本文的研究内容 | 第11页 |
| 1.4 本文的组织结构 | 第11-12页 |
| 第二章 舆情分析系统关键技术 | 第12-28页 |
| 2.1 文本结构化 | 第12-18页 |
| 2.1.1 文本分词 | 第12-14页 |
| 2.1.2 文本表示 | 第14-16页 |
| 2.1.3 特征选择 | 第16-17页 |
| 2.1.4 文本相似度 | 第17-18页 |
| 2.2 文本聚类 | 第18-26页 |
| 2.2.1 常用文本聚类方法 | 第18-19页 |
| 2.2.2 K-means算法研究 | 第19-22页 |
| 2.2.2.1 k-means算法详解与算法优势 | 第20-21页 |
| 2.2.2.2 K-means算法常见问题与解决方法 | 第21-22页 |
| 2.2.3 聚类算法改进与实现 | 第22-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 舆情分析系统设计与实现 | 第28-62页 |
| 3.1 系统设计原则 | 第28-29页 |
| 3.2 开发工具选择 | 第29页 |
| 3.3 舆情分析系统架构设计 | 第29-30页 |
| 3.4 舆情分析系统数据库设计 | 第30-42页 |
| 3.4.1 基础数据库 | 第30-33页 |
| 3.4.2 分析数据库 | 第33-36页 |
| 3.4.3 展示数据库 | 第36-42页 |
| 3.5 舆情分析系统子系统设计 | 第42-61页 |
| 3.5.1 舆情采集子系统 | 第42-44页 |
| 3.5.1.1 舆情采集子系统功能 | 第42-43页 |
| 3.5.1.2 部分功能代码实现 | 第43-44页 |
| 3.5.2 舆情分析子系统 | 第44-49页 |
| 3.5.2.1 舆情分析子系统功能 | 第44-45页 |
| 3.5.2.2 部分功能代码实现 | 第45-49页 |
| 3.5.3 舆情展示子系统 | 第49-61页 |
| 3.5.3.1 舆情展示子系统功能 | 第49-54页 |
| 3.5.3.2 部分功能代码实现 | 第54-61页 |
| 3.6 本章小结 | 第61-62页 |
| 第四章 舆情分析系统测试 | 第62-72页 |
| 4.1 运行环境 | 第62页 |
| 4.2 测试内容 | 第62-71页 |
| 4.2.1 舆情采集子系统测试 | 第62-64页 |
| 4.2.2 舆情分析子系统测试 | 第64-67页 |
| 4.2.3 舆情展示子系统测试 | 第67-71页 |
| 4.3 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 总结 | 第72页 |
| 5.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |