首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向事件群的网络舆情预警方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 本文的研究内容与结构安排第13-14页
第二章 相关技术及理论概述第14-23页
    2.1 网络舆情分析技术第14-16页
        2.1.1 文本预处理技术第14-15页
        2.1.2 文本分类、聚类第15-16页
    2.2 趋势预测方法第16-19页
        2.2.1 BP神经网络算法第16-17页
        2.2.2 时间序列算法第17-18页
        2.2.3 灰色预测模型第18-19页
    2.3 网络舆情预警方法第19-20页
        2.3.1 网络舆情威胁评估模型第19页
        2.3.2 网络舆情预警指标体系第19-20页
    2.4 模糊集理论第20-22页
        2.4.1 直觉模糊集相关理论第20-22页
        2.4.2 直觉模糊推理第22页
    2.5 本章小结第22-23页
第三章 基于EKSC算法的网络舆情热度预测方法第23-35页
    3.1 问题引入第23-24页
    3.2 相关概念第24-25页
    3.3 基于EKSC算法的网络事件热度预测方法第25-30页
        3.3.1 KSC算法第25-26页
        3.3.2 EKSC算法第26-28页
        3.3.3 基于EKSC算法的网络事件热度预测第28-30页
    3.4 实验第30-33页
        3.4.1 实验数据及环境第30页
        3.4.2 评价指标第30-31页
        3.4.3 实验结果与分析第31-33页
    3.5 本章小结第33-35页
第四章 面向事件群的网络舆情预警方法第35-53页
    4.1 问题引入第35-36页
    4.2 事件关联要素和影响指数第36-37页
        4.2.1 事件关联要素第36页
        4.2.2 事件关联影响指数第36-37页
    4.3 面向事件群的网络舆情预警指标体系构建第37-41页
        4.3.1 舆情主题重要性第38页
        4.3.2 舆情关联热度第38-39页
        4.3.3 舆情强度第39-40页
        4.3.4 舆情传播特性第40-41页
    4.4 事件群的舆情预警方法第41-45页
        4.4.1 基于犹豫度的事件舆情预警等级评估第42-43页
        4.4.2 舆情事件恶化速度评估第43-44页
        4.4.3 面向事件群的舆情预警方法第44-45页
    4.5 实验第45-52页
        4.5.1 实验数据及环境第45-47页
        4.5.2 评价指标第47页
        4.5.3 实验结果与分析第47-52页
    4.6 本章小结第52-53页
第五章 总结与展望第53-55页
    5.1 总结第53-54页
    5.2 展望第54-55页
参考文献第55-59页
攻读硕士期间的研究成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:中文历史人物亲属关系自动问答研究
下一篇:MobileNet压缩模型的研究与优化