网络舆情监测系统研究与开发
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
1 引言 | 第10-15页 |
·研究背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·同类型系统研究现状 | 第11-12页 |
·关键技术研究现状 | 第12-13页 |
·课题来源与论文结构 | 第13-15页 |
2 相关技术理论综述 | 第15-33页 |
·网络蜘蛛技术 | 第15-17页 |
·中文分词技术 | 第17-20页 |
·中文分词的方法及比较 | 第18-19页 |
·中科院ICTCLAS 系统 | 第19页 |
·中文分词衡量标准 | 第19-20页 |
·Lucene 全文检索引擎 | 第20-21页 |
·文本聚类技术 | 第21-32页 |
·聚类典型算法概述 | 第21-26页 |
·文本聚类步骤 | 第26-30页 |
·聚类效果评价指标 | 第30-32页 |
·本章小结 | 第32-33页 |
3 网络舆情监测系统概要设计 | 第33-42页 |
·系统总体功能介绍 | 第33页 |
·设计目标及原则 | 第33-34页 |
·系统开发工具及开发语言 | 第34-37页 |
·开发工具Visual Studio 2005 | 第34-36页 |
·数据库SQL Server 2005 | 第36-37页 |
·系统结构设计 | 第37-40页 |
·系统架构图 | 第37-38页 |
·系统数据流程图 | 第38-39页 |
·系统建模 | 第39-40页 |
·本章小结 | 第40-42页 |
4 网络舆情监测系统实现 | 第42-68页 |
·信息采集模块 | 第43-47页 |
·采集过程 | 第43-46页 |
·实现及结果 | 第46-47页 |
·信息处理模块 | 第47-55页 |
·分词索引过程 | 第47-48页 |
·实现及结果 | 第48-55页 |
·热点话题发现模块 | 第55-65页 |
·传统算法的不足 | 第55-56页 |
·对传统算法改进策略 | 第56-58页 |
·文本向量模型 | 第58-62页 |
·文本相似度计算 | 第62-63页 |
·实验设计与结果分析 | 第63-65页 |
·舆情分析模块 | 第65-67页 |
·本章小结 | 第67-68页 |
5 结论 | 第68-70页 |
·全文总结 | 第68页 |
·本文的改进之处和不足 | 第68-69页 |
·本文的改进之处 | 第68页 |
·本文的不足 | 第68-69页 |
·课题展望 | 第69-70页 |
参考文献 | 第70-75页 |
攻读硕士学位期间发表的论文及所取得的科研成果 | 第75-76页 |
致谢 | 第76页 |