互联网舆情发现与观点挖掘技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·舆情发现与观点挖掘国内外研究现状 | 第10-12页 |
| ·本文的工作重点 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 相关理论与技术 | 第14-26页 |
| ·WEB 信息挖掘概要 | 第14-16页 |
| ·信息挖掘技术 | 第14-15页 |
| ·信息挖掘的分类 | 第15-16页 |
| ·舆情信息发现技术 | 第16-25页 |
| ·网络爬虫 | 第17-23页 |
| ·网页信息提取 | 第23-24页 |
| ·舆情信息识别 | 第24页 |
| ·观点挖掘 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 舆情热点话题发现 | 第26-37页 |
| ·话题发现 | 第26-28页 |
| ·TDT 系列测评 | 第28-29页 |
| ·热点话题发现算法的研究 | 第29-36页 |
| ·K-means 聚类算法 | 第29-30页 |
| ·SOM 神经网络聚类算法 | 第30-31页 |
| ·基于粗分类的凝聚式层次聚类算法 | 第31-34页 |
| ·算法实验对比与分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 舆情观点挖掘技术 | 第37-48页 |
| ·观点挖掘技术现状 | 第37-39页 |
| ·舆情观点挖掘技术 | 第39-47页 |
| ·舆情观点收集 | 第43-44页 |
| ·舆情社会网络分析 | 第44-47页 |
| ·舆情态势分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第五章 系统实现与实验分析 | 第48-64页 |
| ·系统概述 | 第48-49页 |
| ·系统架构 | 第49-54页 |
| ·系统控制台界面 | 第50页 |
| ·聚类结果展示界面 | 第50-53页 |
| ·热点事件跟踪界面 | 第53页 |
| ·社会网络分析结果演示 | 第53-54页 |
| ·系统实现中的关键技术 | 第54-61页 |
| ·热点词提取 | 第54-55页 |
| ·主题提取 | 第55页 |
| ·基于HADOOP 的文本聚类 | 第55-61页 |
| ·实验结果与分析 | 第61-64页 |
| 第六章 总结和展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻硕期间取得的研究成果 | 第71-72页 |
