实时网络舆情监测系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究目的 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第2章 网络舆情监测系统的相关技术 | 第16-20页 |
| 2.1 网络爬虫链接去重技术 | 第16-17页 |
| 2.2 信息抽取的相关技术 | 第17-18页 |
| 2.3 相关性分析的技术 | 第18-19页 |
| 2.4 数据存储引擎 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 系统模块分析 | 第20-37页 |
| 3.1 需求分析 | 第20页 |
| 3.2 信息爬虫分析 | 第20-26页 |
| 3.2.1 网络爬虫框架分析 | 第20-23页 |
| 3.2.2 单个网站爬虫分析 | 第23-26页 |
| 3.3 信息抽取分析 | 第26-32页 |
| 3.3.1 发布时间抽取分析 | 第27-28页 |
| 3.3.2 浏览量和评论数分析 | 第28-29页 |
| 3.3.3 页面分类 | 第29-31页 |
| 3.3.4 正文内容解析 | 第31-32页 |
| 3.4 相关性分析 | 第32-35页 |
| 3.4.1 相关性分析的元数据 | 第33-34页 |
| 3.4.2 相关性分析的过程 | 第34-35页 |
| 3.5 舆情展现分析 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 舆情系统的设计与实现 | 第37-53页 |
| 4.1 系统整体架构 | 第37-39页 |
| 4.2 数据模型设计 | 第39-43页 |
| 4.2.1 用户数据模型 | 第39-40页 |
| 4.2.2 舆情数据模型 | 第40-41页 |
| 4.2.3 交互配置数据模型 | 第41-42页 |
| 4.2.4 采集配置数据模型 | 第42-43页 |
| 4.3 信息爬虫模块设计 | 第43-46页 |
| 4.3.1 信息爬虫起点 | 第43-45页 |
| 4.3.2 信息爬虫过程 | 第45-46页 |
| 4.4 信息抽取模块设计 | 第46-48页 |
| 4.4.1 新闻内容页 | 第47-48页 |
| 4.5 相关性模块设计 | 第48-49页 |
| 4.6 微博舆情采集设计 | 第49-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第5章 系统测试与优化 | 第53-61页 |
| 5.1 信息抽取测试 | 第53-57页 |
| 5.1.1 发布时间抽取测试 | 第53-55页 |
| 5.1.2 正文内容抽取测试 | 第55-57页 |
| 5.2 采集效率测试 | 第57-58页 |
| 5.3 成果展示 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结和展望 | 第61-63页 |
| 6.1 工作回顾 | 第61-62页 |
| 6.2 未来展望和改进 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
