互联网舆情信息挖掘技术研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 背景 | 第11页 |
| 1.1.2 意义 | 第11-12页 |
| 1.2 国内外互联网舆情信息研究现状 | 第12-13页 |
| 1.2.1 国内研究现状 | 第12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 本文的组织和结构 | 第13-15页 |
| 第二章 网络舆情信息挖掘 | 第15-22页 |
| 2.1 网络信息采集基础介绍 | 第15页 |
| 2.2 互联网舆情信息的获取 | 第15-16页 |
| 2.3 热点舆情话题判断 | 第16-18页 |
| 2.4 文本分类技术 | 第18-19页 |
| 2.5 语义分析技术 | 第19-20页 |
| 2.6 文本的情感倾向性分析 | 第20页 |
| 2.7 小结 | 第20-22页 |
| 第三章 文本分类 | 第22-35页 |
| 3.1 文本分类技术研究现状 | 第22页 |
| 3.2 文本分类相关技术 | 第22-33页 |
| 3.2.1 文本分词 | 第22-29页 |
| 3.2.2 文本表示 | 第29页 |
| 3.2.3 特征词选择 | 第29-31页 |
| 3.2.4 文本分类算法 | 第31-33页 |
| 3.3 分类算法评价策略 | 第33-34页 |
| 3.3.1 召回率和准确率 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 网络爬虫与锚文本应用 | 第35-48页 |
| 4.1 网络爬虫应用背景 | 第35页 |
| 4.2 爬虫的搜索策略 | 第35-36页 |
| 4.3 网络爬虫的研究 | 第36-39页 |
| 4.3.1 通用爬虫技术 | 第37-38页 |
| 4.3.2 主题爬虫技术 | 第38-39页 |
| 4.4 基于锚文本的爬虫概要设计 | 第39-42页 |
| 4.4.1 高性能网络爬虫分析 | 第40页 |
| 4.4.2 基于锚文本的网络爬虫 | 第40-42页 |
| 4.5 锚文本应用分析 | 第42-46页 |
| 4.5.1 锚文本与热点关键词 | 第42页 |
| 4.5.2 锚文本分词 | 第42-45页 |
| 4.5.3 锚文本与关键词匹配 | 第45-46页 |
| 4.6 本章小结 | 第46-48页 |
| 第五章 基于锚文本网络爬虫系统实现和测试 | 第48-66页 |
| 5.1 下载模块 | 第48-53页 |
| 5.2 网页分析模块 | 第53-55页 |
| 5.2.1 页面内容提取 | 第53-54页 |
| 5.2.2 URL 解析 | 第54-55页 |
| 5.3 网页内容去重模块 | 第55-58页 |
| 5.4 锚文本匹配模块 | 第58-60页 |
| 5.4.1 匹配流程 | 第58-59页 |
| 5.4.2 关键词存储 | 第59-60页 |
| 5.5 URL 分配模块 | 第60-61页 |
| 5.6 系统测试结果与分析 | 第61-64页 |
| 5.6.1 热点选词及分词结果 | 第62-63页 |
| 5.6.2 实验结果 | 第63-64页 |
| 5.6.3 结论 | 第64页 |
| 5.7 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
