基于短文本分类的微博舆情信息检测系统的设计与实现
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 项目的背景和意义 | 第8-13页 |
| 1.1.1 概述 | 第8-10页 |
| 1.1.2 舆情信息检测系统简介 | 第10页 |
| 1.1.3 国内外研究现状 | 第10-13页 |
| 1.2 研究目标和主要工作 | 第13-14页 |
| 1.3 论文的组织结构 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 相关技术简介 | 第15-28页 |
| 2.1 文本分类关键技术 | 第15-16页 |
| 2.1.1 中文分词技术 | 第15-16页 |
| 2.1.2 文本表示 | 第16页 |
| 2.1.3 特征选取 | 第16页 |
| 2.2 文本分类方法 | 第16-19页 |
| 2.2.1 基于TF/IDF权值计算法 | 第16-17页 |
| 2.2.2 基于概率和信息理论算法 | 第17-18页 |
| 2.2.3 基于机器学习的算法 | 第18-19页 |
| 2.3 LibSVM | 第19-23页 |
| 2.4 Liblinear | 第23-25页 |
| 2.5 LibShortText | 第25-27页 |
| 2.5.1 转换器(converter) | 第25-26页 |
| 2.5.2 分类器(classifier) | 第26页 |
| 2.5.3 分析器(analyzer) | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 微博舆情信息检测系统的需求分析 | 第28-33页 |
| 3.1 数据采集的需求 | 第28-29页 |
| 3.2 功能需求 | 第29-31页 |
| 3.3 性能需求 | 第31-32页 |
| 3.3.1 数据采集性能 | 第31页 |
| 3.3.2 舆情数据处理性能 | 第31页 |
| 3.3.3 系统安全性能 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 舆情信息检测系统的总体设计 | 第33-43页 |
| 4.1 系统架构设计 | 第33-35页 |
| 4.2 系统功能设计 | 第35-36页 |
| 4.3 数据库设计 | 第36-41页 |
| 4.3.1 概念设计 | 第36-39页 |
| 4.3.2 逻辑设计 | 第39-41页 |
| 4.4 软硬件环境 | 第41-42页 |
| 4.4.1 硬件环境 | 第41-42页 |
| 4.4.2 软件环境 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 舆情信息检测系统的详细设计与实现 | 第43-60页 |
| 5.1 功能描述 | 第43页 |
| 5.2 业务处理流程 | 第43-46页 |
| 5.3 核心代码 | 第46-50页 |
| 5.3.1 数据采集伪代码 | 第47-48页 |
| 5.3.2 训练过程核心代码 | 第48页 |
| 5.3.3 分类过程核心代码 | 第48-50页 |
| 5.4 实现界面展示 | 第50-53页 |
| 5.5 实验分析 | 第53-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 舆情信息检测系统的总结 | 第60页 |
| 6.2 未来展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 在学期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
