| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第6-15页 |
| 1.1 论文选题背景 | 第6-7页 |
| 1.1.1 社交媒体的发展现状 | 第6-7页 |
| 1.1.2 社交媒体的监控意义 | 第7页 |
| 1.2 舆情监测系统的发展演进 | 第7-11页 |
| 1.2.1 产品的发展构成 | 第7-8页 |
| 1.2.2 国外研究现状 | 第8-9页 |
| 1.2.3 国内研究现状 | 第9-10页 |
| 1.2.4 存在的主要问题 | 第10页 |
| 1.2.5 下一步发展趋势 | 第10-11页 |
| 1.3 舆情监测系统的功能用途 | 第11-13页 |
| 1.3.1 主要功能 | 第11-12页 |
| 1.3.2 应用领域 | 第12-13页 |
| 1.4 本文的主要内容 | 第13-14页 |
| 1.5 本文的章节安排 | 第14-15页 |
| 第二章 监控系统模型 | 第15-32页 |
| 2.1 系统的结构模型 | 第15-19页 |
| 2.2 Hadoop的运行机制和编程模型 | 第19-21页 |
| 2.3 HDFS的存储功能 | 第21-23页 |
| 2.4 应用HBase分布式数据库 | 第23-25页 |
| 2.5 大数据的管理 | 第25-27页 |
| 2.5.1 数据的清除 | 第25-26页 |
| 2.5.2 利用可视化工具 | 第26-27页 |
| 2.6 采集系统的设计实现过程 | 第27-29页 |
| 2.6.1 采集系统的基本构成 | 第27页 |
| 2.6.2 采集系统的主要过程 | 第27-29页 |
| 2.7 基于MapReduce的数据采集 | 第29-31页 |
| 2.8 结束语 | 第31-32页 |
| 第三章 区域监控的实现 | 第32-40页 |
| 3.1 网络监控的目的 | 第32-34页 |
| 3.1.1 通讯线路的采集数据 | 第32-33页 |
| 3.1.2 网络监控技术的应用 | 第33-34页 |
| 3.2 区域监控的实施过程 | 第34-37页 |
| 3.2.1 基于WinPcap或libpcap的网络嗅探 | 第34-35页 |
| 3.2.2 网络协议分析过程 | 第35-37页 |
| 3.3 基于OpenDPI的数据检测 | 第37-38页 |
| 3.3.1 目标网站检测和信息提取过程 | 第37页 |
| 3.3.2 程序实现 | 第37-38页 |
| 3.4 结束语 | 第38-40页 |
| 第四章 数据分析 | 第40-53页 |
| 4.1 基于已有主题的文本检测 | 第40-49页 |
| 4.1.1 检测的主要方法 | 第40-41页 |
| 4.1.2 主题事件词库的模型 | 第41-42页 |
| 4.1.3 数值平滑的概率模型 | 第42-43页 |
| 4.1.4 使用多模式字符串匹配算法 | 第43-44页 |
| 4.1.5 程序实现代码 | 第44-49页 |
| 4.2 基于词频的分析检测 | 第49-51页 |
| 4.2.1 词频检测的主要过程 | 第49-50页 |
| 4.2.2 中文分词算法 | 第50页 |
| 4.2.3 词频统计模型 | 第50-51页 |
| 4.2.4 分析检测流程 | 第51页 |
| 4.3 分析检测解决的问题 | 第51-52页 |
| 4.4 结束语 | 第52-53页 |
| 第五章 总结和工作展望 | 第53-56页 |
| 5.1 本文的主要工作和应用 | 第53-54页 |
| 5.2 进一步研究方向 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |