| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·微博客研究现状 | 第12-13页 |
| ·本文研究目的与研究内容 | 第13-15页 |
| ·研究目的 | 第13页 |
| ·研究内容 | 第13-15页 |
| ·课题来源 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 相关理论与技术 | 第17-23页 |
| ·情感倾向性分析 | 第17-18页 |
| ·情感词典构建 | 第18-19页 |
| ·数据净化 | 第19-22页 |
| ·向量空间模型 | 第20-21页 |
| ·相似度计算 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 微博噪音检测与近似重复内容过滤 | 第23-35页 |
| ·问题的提出 | 第23页 |
| ·中文微博噪音与近似重复文本的特点 | 第23-26页 |
| ·噪音微博文本特点 | 第23-25页 |
| ·近似重复微博文本的特点 | 第25-26页 |
| ·噪音微博和近似重复微博的过滤算法 | 第26-31页 |
| ·噪音微博和近似重复微博过滤框架 | 第26页 |
| ·基于特征判别的噪音微博检测与过滤 | 第26-27页 |
| ·特殊类型微博文本的预处理 | 第27-28页 |
| ·基于内容计算的近似重复微博双重检测与过滤 | 第28-31页 |
| ·实验与结果分析 | 第31-34页 |
| ·实验数据与评价标准 | 第31页 |
| ·数据集大小对噪音微博过滤效果的影响 | 第31-32页 |
| ·噪音微博阈值β对判别性能的影响 | 第32-33页 |
| ·阈值γ双重过滤对近似重复微博判断算法性能影响 | 第33-34页 |
| ·近似重复微博双重过滤的时间性能 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于微博表情符号的新情感词典构建 | 第35-47页 |
| ·问题的提出 | 第35页 |
| ·微博表情符号统计分析 | 第35-38页 |
| ·表情符号统计 | 第35-37页 |
| ·表情符号分类 | 第37-38页 |
| ·词典构建理论基础 | 第38-39页 |
| ·基础情感词典构建 | 第39-41页 |
| ·情感词典的优化 | 第41-42页 |
| ·实验与结果分析 | 第42-46页 |
| ·实验数据来源 | 第42-43页 |
| ·实验评价方式 | 第43页 |
| ·实验结果与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于扩展情感词典的微博情感倾向分析 | 第47-55页 |
| ·问题的提出 | 第47页 |
| ·情感词典的扩展 | 第47-49页 |
| ·微博情感倾向分析算法设计 | 第49-52页 |
| ·微博句子统计分析 | 第49-51页 |
| ·中文微博情感分析算法 | 第51-52页 |
| ·实验与结果分析 | 第52-54页 |
| ·实验方案设计与评价标准 | 第52页 |
| ·实验结果与分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 微博数据净化与情感倾向分析原型系统设计与实现 | 第55-61页 |
| ·系统框架 | 第55页 |
| ·系统功能模块 | 第55-56页 |
| ·系统结果展示 | 第56-59页 |
| ·数据下载的实现 | 第56-57页 |
| ·数据净化的实现 | 第57-58页 |
| ·情感分析的实现 | 第58-59页 |
| ·系统评价 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第7章 总结及未来工作 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·未来工作 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-67页 |
| 攻硕期间参与项目、发表论文及获奖情况 | 第67页 |