网络评论中非结构化信息的表示与应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究意义及应用前景 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·论文的研究方法与技术路线 | 第14-15页 |
| ·研究方法 | 第14页 |
| ·研究路线 | 第14-15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 国内外研究综述 | 第17-39页 |
| ·网络评论 | 第17-18页 |
| ·非结构化信息 | 第18-20页 |
| ·非结构化信息的定义与特征 | 第18页 |
| ·非结构化信息处理的研究现状 | 第18-20页 |
| ·特征抽取 | 第20-33页 |
| ·文本预处理 | 第21-27页 |
| ·传统的特征抽取方法 | 第27-33页 |
| ·特征表示 | 第33-38页 |
| ·国内外研究现状 | 第33-34页 |
| ·常用的文本表示模型 | 第34-35页 |
| ·模糊认知图 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 网络评论特征抽取算法 | 第39-50页 |
| ·模型定义 | 第39-40页 |
| ·基于相关度的特征抽取算法 | 第40-43页 |
| ·网络评论预处理 | 第41页 |
| ·特征抽取算法 | 第41-43页 |
| ·特征词相关度计算 | 第43-45页 |
| ·实验与分析 | 第45-48页 |
| ·数据来源 | 第45页 |
| ·网络评论预处理 | 第45-47页 |
| ·网络评论特征词抽取 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 基于模糊认知图的网络评论表示模型 | 第50-57页 |
| ·模糊认知图的形式化表述 | 第50-51页 |
| ·网络评论模糊认知图模型 | 第51-54页 |
| ·模型建立 | 第51-52页 |
| ·模型算法 | 第52-53页 |
| ·改进的TF-IDF方法 | 第53-54页 |
| ·网络评论表示结果 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 基于证据理论的网络评论综合评价方法 | 第57-71页 |
| ·证据理论基本概念 | 第57-60页 |
| ·评语等级 | 第58页 |
| ·网络评论分类 | 第58-59页 |
| ·指标的信度函数 | 第59页 |
| ·Dempster合成法则 | 第59-60页 |
| ·基于证据理论的商品综合评价模型 | 第60-64页 |
| ·模型的形式化表述 | 第60-63页 |
| ·模型主要步骤 | 第63-64页 |
| ·综合评价结果 | 第64-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读学位期间发表的学术论文 | 第78-79页 |
| 致谢 | 第79页 |
