| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第8-10页 |
| 附表索引 | 第10-11页 |
| 目录 | 第11-13页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 基于文本内容的情感倾向性研究 | 第15-17页 |
| 1.2.2 情感倾向分析应用研究 | 第17-18页 |
| 1.2.3 网络舆情分析系统研究 | 第18-19页 |
| 1.3 研究内容与主要工作 | 第19-20页 |
| 1.4 本文结构 | 第20-21页 |
| 第2章 关键技术 | 第21-32页 |
| 2.1 基于网页文本的情感分析技术 | 第21-27页 |
| 2.1.1 网络爬虫 | 第21-22页 |
| 2.1.2 htmlparser | 第22-23页 |
| 2.1.3 正则表达式 | 第23-24页 |
| 2.1.4 Lucene | 第24-26页 |
| 2.1.5 中文分词 | 第26-27页 |
| 2.2 网络舆情分析 | 第27-29页 |
| 2.2.1 网络舆情的特点 | 第27-28页 |
| 2.2.2 网络舆情态势的演化规律 | 第28-29页 |
| 2.2.3 网络舆情分析的主要工作 | 第29页 |
| 2.3 话题热度态势预测研究 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 系统分析 | 第32-37页 |
| 3.1 解决方案框架分析 | 第32-33页 |
| 3.2 系统功能概述 | 第33-34页 |
| 3.3 系统整体架构 | 第34页 |
| 3.4 基于网页文本的舆情情感分析模块 | 第34-36页 |
| 3.4.1 网页爬虫 | 第34-35页 |
| 3.4.2 信息检索 | 第35页 |
| 3.4.3 情感字典 | 第35页 |
| 3.4.4 情感倾向性分析 | 第35-36页 |
| 3.5 舆情监测模块 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 系统设计与实现 | 第37-61页 |
| 4.1 数据获取模块 | 第37-44页 |
| 4.1.1 网络爬虫 | 第37-41页 |
| 4.1.2 建立与更新索引文件 | 第41-43页 |
| 4.1.3 关键字检索 | 第43-44页 |
| 4.2 数据库设计 | 第44-45页 |
| 4.3 情感倾向分析模块 | 第45-49页 |
| 4.3.1 情感字典 | 第45-47页 |
| 4.3.2 情感倾向分析算法 | 第47-49页 |
| 4.4 话题热度态势预测模块 | 第49-57页 |
| 4.4.1 话题热度态势预测模块总体设计 | 第49-50页 |
| 4.4.2 话题热度的评价指标 | 第50-51页 |
| 4.4.3 一种融入情感倾向分析的话题热度态势预测方法 | 第51-56页 |
| 4.4.4 热点话题态势预测模块实现 | 第56-57页 |
| 4.5 交互界面 | 第57-60页 |
| 4.5.1 浏览器 | 第57-59页 |
| 4.5.2 图表绘制设置 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 系统实现与测试 | 第61-69页 |
| 5.1 爬虫 | 第61-63页 |
| 5.2 情感分析 | 第63-65页 |
| 5.3 话题态势预测 | 第65-66页 |
| 5.4 系统测试 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |