社交网络热点话题公众情感极性实时计算研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 流式实时计算研究现状 | 第12-13页 |
| 1.2.2 文本情感计算研究现状 | 第13-15页 |
| 1.3 本文主要研究工作 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 相关理论与技术研究 | 第17-27页 |
| 2.1 流式数据处理相关技术 | 第17-19页 |
| 2.1.1 流式数据特征 | 第17-18页 |
| 2.1.2 流式数据处理模型 | 第18-19页 |
| 2.1.3 流式数据挖掘算法特征 | 第19页 |
| 2.2 文本情感计算相关技术 | 第19-21页 |
| 2.2.1 文本情感计算概要 | 第19-20页 |
| 2.2.2 文本情感计算方法 | 第20-21页 |
| 2.3 实时计算框架相关介绍 | 第21-26页 |
| 2.3.1 主流实时计算框架比较 | 第21-22页 |
| 2.3.2 Storm 框架详细介绍 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于规则匹配的短文本情感极性计算 | 第27-39页 |
| 3.1 短文本情感极性计算流程 | 第27-28页 |
| 3.2 基于规则匹配的词语情感极性计算 | 第28-32页 |
| 3.2.1 情感极性词语词典构建 | 第28-29页 |
| 3.2.2 匹配样例集合构建 | 第29-30页 |
| 3.2.3 规则匹配相似度计算 | 第30-32页 |
| 3.3 句子层面情感极性计算影响因素 | 第32-34页 |
| 3.3.1 修饰词对于情感极性的影响 | 第32-33页 |
| 3.3.2 句子语气对于情感极性的影响 | 第33页 |
| 3.3.3 表情符号对于情感极性的影响 | 第33-34页 |
| 3.4 短文本情感极性计算 | 第34-36页 |
| 3.5 实验与分析 | 第36-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 流式短文本数据的一种通用实时计算模型 | 第39-53页 |
| 4.1 RUBP 总体设计 | 第39-45页 |
| 4.1.1 总体架构 | 第39-41页 |
| 4.1.2 实时计算模块 | 第41-45页 |
| 4.2 RUBP 流式计算方法 | 第45-49页 |
| 4.2.1 顺序计算方法 | 第45-46页 |
| 4.2.2 趋势计算方法 | 第46-49页 |
| 4.3 基于调度改进的 RUBP 性能优化 | 第49-51页 |
| 4.3.1 基于拓扑结构的调度改进 | 第49-50页 |
| 4.3.2 基于通信量的调度改进 | 第50-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 社交网络公众情感极性实时计算实验与分析 | 第53-63页 |
| 5.1 实验设计 | 第53-58页 |
| 5.1.1 实验环境 | 第53-55页 |
| 5.1.2 实验描述 | 第55-58页 |
| 5.2 实验结果及分析 | 第58-62页 |
| 5.2.1 情感极性实时计算结果及分析 | 第58-61页 |
| 5.2.2 RUBP 性能优化结果与分析 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-71页 |
| 详细摘要 | 第71-73页 |
