| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 图录 | 第11-12页 |
| 表录 | 第12-13页 |
| 1 绪论 | 第13-16页 |
| 1.1 课题研究背景 | 第13页 |
| 1.2 研究目的及意义 | 第13-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文组织 | 第14-16页 |
| 2 国内外相关研究综述 | 第16-32页 |
| 2.1 群体性事件 | 第16-21页 |
| 2.1.1 群体事件的概念 | 第16页 |
| 2.1.2 群体事件的特征 | 第16-18页 |
| 2.1.3 群体事件的类型 | 第18-19页 |
| 2.1.4 群体事件网络关注度研究 | 第19-21页 |
| 2.2 本体的基础理论 | 第21-26页 |
| 2.2.1 本体的定义 | 第21页 |
| 2.2.2 本体的作用 | 第21-22页 |
| 2.2.3 本体的分类 | 第22页 |
| 2.2.4 本体的表示 | 第22-25页 |
| 2.2.5 本体的推理 | 第25-26页 |
| 2.3 数据挖掘基础理论 | 第26-31页 |
| 2.3.1 数据挖掘基本概念 | 第26-27页 |
| 2.3.2 分类挖掘技术 | 第27-29页 |
| 2.3.3 决策树算法 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 群体事件本体库与案例库的构建 | 第32-41页 |
| 3.1 案例库的构建 | 第32-36页 |
| 3.1.1 群体事件案例库介绍 | 第32页 |
| 3.1.2 群体事件案例的特征描述 | 第32-34页 |
| 3.1.3 群体事件案例库的表示 | 第34-35页 |
| 3.1.4 案例库原始数据搜集 | 第35-36页 |
| 3.2 群体事件本体的构建 | 第36-40页 |
| 3.2.1 群体事件本体构建的目的 | 第36-37页 |
| 3.2.2 基于继承关系的群体事件本体 | 第37-39页 |
| 3.2.3 群体事件案例本体的表示 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 基于本体的决策树算法研究 | 第41-50页 |
| 4.1 传统 ID3 算法 | 第41-44页 |
| 4.1.1 基本定义 | 第41-42页 |
| 4.1.2 算法基本过程 | 第42-43页 |
| 4.1.3 算法的局限性 | 第43-44页 |
| 4.2 基于本体的决策树算法 | 第44-48页 |
| 4.2.1 算法的提出 | 第44页 |
| 4.2.2 算法基本过程 | 第44-47页 |
| 4.2.3 算法描述 | 第47-48页 |
| 4.3 决策树分类效果的检验 | 第48-49页 |
| 4.3.1 Holdout 方法 | 第48-49页 |
| 4.3.2 交叉验证法 | 第49页 |
| 4.3.3 bootstraping 方法 | 第49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 基于本体的 ID3 算法在群体事件网络关注度中的应用 | 第50-68页 |
| 5.1 群体事件网络关注度分析 | 第50-52页 |
| 5.1.1 群体事件网络关注度的特征 | 第50页 |
| 5.1.2 群体事件网络关注度的统计与计算 | 第50-52页 |
| 5.2 实验工具开发与准备 | 第52-54页 |
| 5.2.1 基础数据准备 | 第52-54页 |
| 5.2.2 应用程序的开发 | 第54页 |
| 5.3 实验结果与分析 | 第54-67页 |
| 5.3.1 决策树及其分类规则 | 第55-65页 |
| 5.3.2 决策树预测效果检验 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录 基于本体的 ID3 改进算法核心代码 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间已发表或录用的论文 | 第79页 |