基于文本倾向性的网络舆情分析研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题来源 | 第10页 |
| 1.2 本文研究背景及意义 | 第10-13页 |
| 1.2.1 研究背景 | 第10-12页 |
| 1.2.2 目的和意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 本文完成的工作及组织结构 | 第15-17页 |
| 第2章 相关技术 | 第17-25页 |
| 2.1 爬虫技术 | 第17-18页 |
| 2.2 聚焦爬虫 | 第18-20页 |
| 2.3 关键词提取 | 第20-21页 |
| 2.4 HTML解析工具 | 第21页 |
| 2.5 数据处理工具 | 第21-22页 |
| 2.6 自然语言处理相关算法 | 第22-24页 |
| 2.6.1 依存句法分析 | 第23页 |
| 2.6.2 新词发现及倾向性分析 | 第23-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 基于关键词提取的聚焦爬虫技术 | 第25-43页 |
| 3.1 改进的关键词提取方法 | 第25-33页 |
| 3.1.1 DI-TFIDF算法 | 第26-29页 |
| 3.1.2 提取短语 | 第29-31页 |
| 3.1.3 评价短语与词语 | 第31-33页 |
| 3.2 优先级评估算法 | 第33-35页 |
| 3.2.1 通过锚文本上下文计算链接优先级 | 第33-34页 |
| 3.2.2 通过链接结构计算链接优先级 | 第34-35页 |
| 3.3 聚焦爬虫实现 | 第35-40页 |
| 3.3.1 聚焦爬虫实现需要解决的问题 | 第36-39页 |
| 3.3.2 数据基础 | 第39-40页 |
| 3.4 爬取结果及分析 | 第40-42页 |
| 3.4.1 关键词提取算法对比 | 第40-41页 |
| 3.4.2 链接优先级评估算法对比 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 新词发现及新词倾向性分析 | 第43-55页 |
| 4.1 新词发现 | 第44-48页 |
| 4.1.1 语料预处理 | 第44页 |
| 4.1.2 基础情感词典 | 第44-45页 |
| 4.1.3 新词提取的特征 | 第45-47页 |
| 4.1.4 特征的阈值 | 第47-48页 |
| 4.2 新词的倾向性判别 | 第48-51页 |
| 4.2.1 互信息及词语共现 | 第49页 |
| 4.2.2 词与词集的关联强度 | 第49-50页 |
| 4.2.3 SO-PMI算法 | 第50-51页 |
| 4.3 实验及结果分析 | 第51-54页 |
| 4.3.1 实验数据 | 第51页 |
| 4.3.2 新词发现 | 第51-53页 |
| 4.3.3 词语倾向性判定 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 文本倾向性及舆情分析 | 第55-68页 |
| 5.1 特征选择及权值选择 | 第56-58页 |
| 5.1.1 特征选择 | 第56-57页 |
| 5.1.2 权重选择 | 第57-58页 |
| 5.2 半监督学习算法 | 第58-62页 |
| 5.2.1 自训练算法 | 第59-60页 |
| 5.2.2 改进的自训练算法 | 第60-61页 |
| 5.2.3 分类器选择 | 第61-62页 |
| 5.3 实验及结果分析 | 第62-64页 |
| 5.3.1 特征提取 | 第62页 |
| 5.3.2 不同分类器结果 | 第62-63页 |
| 5.3.3 话题文本倾向性分析 | 第63-64页 |
| 5.4 舆情分析 | 第64-67页 |
| 5.4.1 舆情值计算方法 | 第64-65页 |
| 5.4.2 话题相关舆情分析 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 工作总结 | 第68页 |
| 6.2 工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读学位期间获得与学位论文相关的科研成果目录 | 第74页 |
