| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 社交网络的起源与发展 | 第10-11页 |
| 1.1.2 微博发展现状 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 微博及其特点 | 第12页 |
| 1.2.2 文本情感分析类别及其研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 相关知识 | 第16-30页 |
| 2.1 网络爬虫介绍 | 第16-18页 |
| 2.1.1 网络爬虫编程语言——Python | 第16页 |
| 2.1.2 网络爬虫的分类 | 第16-17页 |
| 2.1.3 网络爬虫爬取策略 | 第17-18页 |
| 2.1.4 并行网络爬虫 | 第18页 |
| 2.2 中文分词相关技术 | 第18-20页 |
| 2.2.1 分词方法的分类 | 第18-20页 |
| 2.2.2 中科院分词简介 | 第20页 |
| 2.3 语义相似度计算算法介绍 | 第20-24页 |
| 2.3.1 词语相似度计算思路简介 | 第20-21页 |
| 2.3.2 词语距离计算方法简介 | 第21-22页 |
| 2.3.3 《知网》概念简介 | 第22-23页 |
| 2.3.4 基于《知网》的语义相似度计算算法 | 第23-24页 |
| 2.4 句法分析介绍 | 第24-28页 |
| 2.4.1 汉语句法简介 | 第24-25页 |
| 2.4.2 句法依存简介 | 第25-27页 |
| 2.4.3 句法的分析的实现 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 微博爬虫的设计与实现 | 第30-40页 |
| 3.1 社交网络(微博)爬虫框架设计 | 第30-33页 |
| 3.1.1 服务器端程序设计 | 第31页 |
| 3.1.2 客户端程序设计 | 第31-33页 |
| 3.2 应对防爬虫策略设计 | 第33-36页 |
| 3.2.1 模拟登录 | 第33-35页 |
| 3.2.2 随机动态控制访问速度 | 第35页 |
| 3.2.3 多账户轮询访问 | 第35-36页 |
| 3.3 数据库设计 | 第36页 |
| 3.4 网络爬虫实验与分析 | 第36-38页 |
| 3.4.1 分布式社交网络爬虫集群搭建 | 第37页 |
| 3.4.2 分布式爬虫性能实验与分析 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 社交网络(微博)语言特点分析 | 第40-48页 |
| 4.1 社交网络评论结构分析 | 第40-43页 |
| 4.1.1 社交网络(微博)评论结构统计 | 第40-42页 |
| 4.1.2 层次化分析方法介绍 | 第42-43页 |
| 4.2 表情符号情感特征分析 | 第43-46页 |
| 4.2.1 社交网络表情符号使用简介 | 第43-44页 |
| 4.2.2 表情符号情感极向变异分析 | 第44-45页 |
| 4.2.3 变异表情符号处理方法 | 第45-46页 |
| 4.3 标点符号表情特征分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 社交网络分析算法实现与分析 | 第48-58页 |
| 5.1 基于SVM算法的社交网络情感分析算法实现与分析 | 第48-51页 |
| 5.1.1 选取形容词和名词性词特征 | 第48-50页 |
| 5.1.2 选取标点符号特征 | 第50页 |
| 5.1.3 选取表情符号特征 | 第50页 |
| 5.1.4 实验与分析 | 第50-51页 |
| 5.2 基于情感词典与表情符号的情感分析实现与分析 | 第51-56页 |
| 5.2.1 建立情感词典 | 第52页 |
| 5.2.2 建立情感词限定词加权词典 | 第52-54页 |
| 5.2.3 建立特殊特征词典 | 第54-55页 |
| 5.2.4 转折链接词特征判断 | 第55页 |
| 5.2.5 实验与分析 | 第55-56页 |
| 5.3 基于社交网络评论结构的层次分析算法实验与分析 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 结束语 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
