互联网舆情监控系统的设计与实现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题的研究背景与意义 | 第10-11页 |
| 1.1.1 课题研究的背景 | 第10页 |
| 1.1.2 课题研究的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 本文所做工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 总体设计 | 第14-21页 |
| 2.1 系统功能介绍 | 第14-15页 |
| 2.2 开发环境和开发工具介绍 | 第15-18页 |
| 2.2.1 环境搭建 | 第15页 |
| 2.2.2 JDK1.8 简介 | 第15页 |
| 2.2.3 Eclipse Neon简介 | 第15-16页 |
| 2.2.4 MongoDB简介 | 第16-18页 |
| 2.3 系统的结构设计 | 第18-20页 |
| 2.3.1 舆情信息抓取模块 | 第18页 |
| 2.3.2 舆情信息预处理模块 | 第18-19页 |
| 2.3.3 舆情信息处理模块 | 第19页 |
| 2.3.4 舆情信息分析归类模块 | 第19页 |
| 2.3.5 应用界面 | 第19-20页 |
| 2.4 系统数据处理流程 | 第20-21页 |
| 第三章 具体模块设计与技术分析 | 第21-37页 |
| 3.1 舆情信息抓取模块 | 第21-22页 |
| 3.2 舆情信息预处理模块 | 第22-26页 |
| 3.2.1 Aho-Corasick自动机算法 | 第22-24页 |
| 3.2.2 相关算法研究 | 第24-26页 |
| 3.3 舆情处理模块 | 第26-30页 |
| 3.3.1 word分词介绍 | 第26-28页 |
| 3.3.2 几种分词方案的介绍 | 第28-29页 |
| 3.3.3 几种分词算法的比较 | 第29-30页 |
| 3.4 舆情分析模块 | 第30-32页 |
| 3.4.1 情感分析 | 第30-32页 |
| 3.4.2 舆情词汇库 | 第32页 |
| 3.5 改进的字符串匹配算法 | 第32-37页 |
| 3.5.1 比较顺序 | 第33页 |
| 3.5.2 模式串的移动距离 | 第33-35页 |
| 3.5.3 实验结果与结论分析 | 第35-37页 |
| 第四章 系统实现 | 第37-52页 |
| 4.1 开发实现环境 | 第37-41页 |
| 4.1.1 系统开发框架 | 第37-39页 |
| 4.1.2 数据库架构 | 第39-41页 |
| 4.2 系统功能实现 | 第41-51页 |
| 4.2.1 管理用户 | 第41-42页 |
| 4.2.2 增加删除监控内容 | 第42-44页 |
| 4.2.3 分时分类统计舆情信息 | 第44-47页 |
| 4.2.4 显示舆情信息具体内容 | 第47-48页 |
| 4.2.5 综合分析舆情信息 | 第48-51页 |
| 4.3 小结 | 第51-52页 |
| 第五章 总结和展望 | 第52-54页 |
| 5.1 展望 | 第52页 |
| 5.2 总结 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
