| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第11-14页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 论文的研究内容 | 第12-14页 |
| 第二章 舆情监测分析相关基础技术 | 第14-31页 |
| 2.1 舆情监测和分析基本流程和内容 | 第14-15页 |
| 2.2 信息采集相关技术 | 第15-17页 |
| 2.2.1 网络爬虫技术 | 第15-16页 |
| 2.2.2 HTML信息处理技术 | 第16-17页 |
| 2.3 相关舆情识别常用技术 | 第17-19页 |
| 2.3.1 基于关键词匹配的相关舆情识别 | 第17-18页 |
| 2.3.2 基于词典的相关舆情识别 | 第18-19页 |
| 2.4 舆情聚类常用技术 | 第19-23页 |
| 2.4.1 常用聚类模型 | 第19-21页 |
| 2.4.2 文本相似度计算 | 第21-22页 |
| 2.4.3 常用舆情聚类策略 | 第22-23页 |
| 2.5 文本处理及自然语言处理相关技术 | 第23-29页 |
| 2.5.1 中文编码问题 | 第23页 |
| 2.5.2 正则表达式 | 第23-24页 |
| 2.5.3 中文分词 | 第24-25页 |
| 2.5.4 停用词处理 | 第25页 |
| 2.5.5 词性识别 | 第25-26页 |
| 2.5.6 命名实体识别 | 第26页 |
| 2.5.7 文本特征工程 | 第26-29页 |
| 2.6 热度分析技术 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 特种设备事故及故障事件相关舆情识别算法研究与改进 | 第31-45页 |
| 3.1 特种设备领域的相关舆情识别问题分析 | 第31-32页 |
| 3.2 针对特种设备事故及故障事件的相关舆情识别改进算法 | 第32-40页 |
| 3.2.1 针对特种设备领域的相关舆情识别改进算法分析 | 第32-33页 |
| 3.2.2 机器学习分类算法分析与比较 | 第33-38页 |
| 3.2.3 改进的相关信息舆情识别算法设计 | 第38-40页 |
| 3.3 算法实验及结果分析 | 第40-44页 |
| 3.3.1 实验数据集构建 | 第40-41页 |
| 3.3.2 实验评价指标 | 第41-42页 |
| 3.3.3 实验结果 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 特种设备事故及故障事件舆情聚类算法研究与改进 | 第45-58页 |
| 4.1 特种设备领域事件的聚类问题分析 | 第45页 |
| 4.2 针对特种设备事故及故障事件舆情的混合特征相似度计算方法 | 第45-51页 |
| 4.2.1 N-gram语言模型 | 第46页 |
| 4.2.2 向量空间特征组合 | 第46-47页 |
| 4.2.3 关键信息点匹配和相似度计算 | 第47-50页 |
| 4.2.4 混合特征相似度计算 | 第50页 |
| 4.2.5 时间衰减 | 第50-51页 |
| 4.3 针对特种设备事故及故障事件的舆情聚类改进算法 | 第51-52页 |
| 4.3.1 针对特种设备事故及故障事件舆情的基础聚类模型分析 | 第51-52页 |
| 4.3.2 改进的舆情聚类算法设计 | 第52页 |
| 4.4 算法实验及结果分析 | 第52-57页 |
| 4.4.1 实验数据集构建 | 第53页 |
| 4.4.2 实验评价指标 | 第53-54页 |
| 4.4.3 实验结果 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 特种设备事故及故障事件舆情监测分析系统需求分析 | 第58-66页 |
| 5.1 系统需求概述 | 第58-60页 |
| 5.2 系统核心功能需求 | 第60-64页 |
| 5.2.1 舆情信息采集模块功能需求 | 第60页 |
| 5.2.2 相关舆情识别模块功能需求 | 第60-61页 |
| 5.2.3 舆情聚类模块功能需求 | 第61-63页 |
| 5.2.4 舆情信息分析模块功能需求 | 第63-64页 |
| 5.3 系统非功能需求 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 特种设备事故及故障事件舆情监测分析系统设计和实现 | 第66-90页 |
| 6.1 系统总体设计 | 第66-72页 |
| 6.1.1 系统静态结构设计 | 第66-68页 |
| 6.1.2 系统动态结构设计 | 第68-69页 |
| 6.1.3 数据结构设计 | 第69-72页 |
| 6.2 系统详细设计及实现 | 第72-87页 |
| 6.2.1 数据采集模块 | 第72-76页 |
| 6.2.2 相关舆情信息识别模块 | 第76-80页 |
| 6.2.3 舆情聚类和信息抽取模块 | 第80-85页 |
| 6.2.4 舆情事件热度计算模块 | 第85-87页 |
| 6.2.5 数据存储模块 | 第87页 |
| 6.3 数据结果展示 | 第87-89页 |
| 6.4 本章小结 | 第89-90页 |
| 第七章 系统测试及实验分析 | 第90-94页 |
| 7.1 实验环境 | 第90页 |
| 7.1.1 硬件环境 | 第90页 |
| 7.1.2 软件环境 | 第90页 |
| 7.2 系统功能性测试 | 第90-92页 |
| 7.3 系统性能测试 | 第92-93页 |
| 7.4 本章小结 | 第93-94页 |
| 第八章 总结 | 第94-97页 |
| 8.1 工作总结 | 第94-95页 |
| 8.2 工作展望 | 第95-97页 |
| 参考文献 | 第97-100页 |
| 致谢 | 第100-101页 |
| 攻读硕士学位期间的主要工作 | 第101页 |
