| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 课题研究内容 | 第10-11页 |
| 1.2.1 课题研究内容 | 第10-11页 |
| 1.2.2 课题创新点 | 第11页 |
| 1.3 论文组织与结构 | 第11-13页 |
| 第二章 相关技术介绍 | 第13-25页 |
| 2.1 基于MapReduce思想的Hadoop框架 | 第13-16页 |
| 2.2 贝叶斯分类器 | 第16-17页 |
| 2.3 拥有“记忆力”的工神经网络模型 | 第17-23页 |
| 2.3.1 递归神经网络 | 第17-20页 |
| 2.3.2 长短期记忆模型 | 第20-23页 |
| 2.4 总结 | 第23-25页 |
| 第三章 基于大数据分析的聊天机器人的设计 | 第25-41页 |
| 3.1 基于大数据分析的聊天机器人概要设计 | 第25-26页 |
| 3.2 基于大数据分析的聊天策略功能模块设计 | 第26-36页 |
| 3.2.1 语料收集模块的设计 | 第27-28页 |
| 3.2.2 语料预处理模块的设计 | 第28-29页 |
| 3.2.3 基于问答模式对话模块的设计 | 第29-30页 |
| 3.2.4 基于序列会话内容训练模块的设计 | 第30-32页 |
| 3.2.5 用户的友好程度分析模块的设计 | 第32-33页 |
| 3.2.6 Hadoop分布式计算模块的设计 | 第33-36页 |
| 3.3 聊天机器人对话平台设计 | 第36-39页 |
| 3.3.1 聊天机器人对话平台的总体设计 | 第36-37页 |
| 3.3.2 数据库设计 | 第37-38页 |
| 3.3.3 接口设计 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于大数据分析的聊天机器人的实现 | 第41-61页 |
| 4.1 语料收集模块的实现 | 第42-44页 |
| 4.1.1 Scrapy爬虫项目的搭建 | 第42页 |
| 4.1.2 网络爬虫实现数据的抓取 | 第42-44页 |
| 4.2 语料预处理模块的实现 | 第44-47页 |
| 4.2.1 中文分词 | 第44-45页 |
| 4.2.2 生成词向量 | 第45-47页 |
| 4.3 基于问答模式对话模块的实现 | 第47-52页 |
| 4.3.1 问题的类型计算 | 第47-49页 |
| 4.3.2 问题的特征选择 | 第49-51页 |
| 4.3.3 答案检索 | 第51-52页 |
| 4.4 基于序列会话内容训练模块的实现 | 第52-54页 |
| 4.5 用户的友好程度分析模块的实现 | 第54-55页 |
| 4.6 基于Hadoop分布式计算模块的实现 | 第55-58页 |
| 4.6.1 基于MapReduce的问答对处理 | 第55-57页 |
| 4.6.2 分布式LSTM模型参数训练 | 第57-58页 |
| 4.7 聊天机器人Web对话平台的实现 | 第58-59页 |
| 4.8 本章小结 | 第59-61页 |
| 第五章 实验结果分析 | 第61-67页 |
| 5.1 聊天机器人记忆力实验结果分析 | 第61-66页 |
| 5.2 聊天机器人用户友好程度分析验结果分析 | 第66-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |