基于事件关联的热点舆情分析技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 研究内容及章节安排 | 第15-17页 |
| 第二章 网络热点舆情分析相关技术概述 | 第17-28页 |
| 2.1 数据采集、提取 | 第17-20页 |
| 2.1.1 数据采集 | 第17-18页 |
| 2.1.2 信息提取 | 第18-20页 |
| 2.2 关联分析技术 | 第20-21页 |
| 2.3 舆情分析技术 | 第21-27页 |
| 2.3.1 文本相似性计算 | 第22-24页 |
| 2.3.2 文本分类技术 | 第24页 |
| 2.3.3 文本聚类 | 第24-26页 |
| 2.3.4 趋势预测 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于事件关联的舆情热度预测研究 | 第28-42页 |
| 3.1 基于事件关联的舆情热度预测模型基本思想 | 第28-30页 |
| 3.2 关联事件检索 | 第30-34页 |
| 3.2.1 语义相似度计算 | 第30-32页 |
| 3.2.2 相关事件的检索 | 第32-34页 |
| 3.3 关联热度计算 | 第34-40页 |
| 3.3.1 话题热度计算 | 第35-36页 |
| 3.3.2 关联影响分析 | 第36-38页 |
| 3.3.3 关联热度计算 | 第38-40页 |
| 3.4 话题热度预测 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于事件关联的热点舆情分析系统设计 | 第42-59页 |
| 4.1 系统的总体架构 | 第42-44页 |
| 4.2 数据采集与信息抽取子系统设计 | 第44-47页 |
| 4.2.1 数据采集模块 | 第44-45页 |
| 4.2.2 信息抽取模块 | 第45-47页 |
| 4.3 舆情数据快速分类子系统设计 | 第47-50页 |
| 4.3.1 中文分词模块 | 第47-49页 |
| 4.3.2 数据分类模块 | 第49-50页 |
| 4.4 热点舆情话题发现子系统设计 | 第50-56页 |
| 4.4.1 现有话题检测算法 | 第51-52页 |
| 4.4.2 算法改进 | 第52-56页 |
| 4.5 舆情热度预测子系统设计 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 系统测试与结果验证 | 第59-67页 |
| 5.1 系统运行环境 | 第59-60页 |
| 5.2 系统测试结果 | 第60-65页 |
| 5.2.1 聚类性能对比 | 第60-62页 |
| 5.2.2 热度预测模型性能对比 | 第62-65页 |
| 5.3 本章小结 | 第65-67页 |
| 第六章 总结 | 第67-69页 |
| 6.1 本文工作总结 | 第67-68页 |
| 6.2 下一步工作 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 发表的学术论文 | 第74页 |
