| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-11页 |
| 1.3 论文的主要贡献和创新 | 第11页 |
| 1.4 论文的结构安排 | 第11-13页 |
| 第二章 分类算法和关键词提取算法 | 第13-25页 |
| 2.1 分类算法 | 第13-19页 |
| 2.1.1 监督学习 | 第14-15页 |
| 2.1.2 SVM | 第15-16页 |
| 2.1.3 Naive Bayesian | 第16-17页 |
| 2.1.4 Logistic Regression | 第17-19页 |
| 2.2 关键词提取算法 | 第19-24页 |
| 2.2.1 TF-IDF | 第20-21页 |
| 2.2.2 TextRank | 第21-22页 |
| 2.2.3 TF-IDF与TextRank的比较 | 第22-23页 |
| 2.2.4 其他关键词提取算法 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 数据挖掘系统的设计和实现 | 第25-45页 |
| 3.1 系统的框架和设计思路 | 第25-26页 |
| 3.2 系统的实现 | 第26-44页 |
| 3.2.1 爬虫系统 | 第27-30页 |
| 3.2.2 预处理系统 | 第30-32页 |
| 3.2.3 特征提取系统 | 第32-36页 |
| 3.2.4 预测系统 | 第36-41页 |
| 3.2.5 知识难点提取系统 | 第41-43页 |
| 3.2.6 可视化系统 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 数据挖掘系统的应用 | 第45-57页 |
| 4.1 课程概况 | 第45-46页 |
| 4.2 结果和分析 | 第46-54页 |
| 4.2.1 情绪分析结果 | 第46-48页 |
| 4.2.2 情绪分析结果分析 | 第48-49页 |
| 4.2.3 知识难点提取结果 | 第49-53页 |
| 4.2.4 知识难点提取分析 | 第53-54页 |
| 4.3 结论 | 第54页 |
| 4.4 本章小结 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 主要成果 | 第57-58页 |
| 5.2 不足与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 缩略语 | 第63-65页 |
| 致谢 | 第65页 |