基于机器学习的军事网络舆情分析系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 研究背景及意义 | 第17-19页 |
| 1.1.1 研究背景 | 第17-18页 |
| 1.1.2 研究意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-21页 |
| 1.2.1 国内研究现状 | 第19-20页 |
| 1.2.2 国外研究现状 | 第20-21页 |
| 1.3 主要研究内容 | 第21页 |
| 1.4 论文的组织结构 | 第21-23页 |
| 第二章 舆情分析系统关键技术 | 第23-37页 |
| 2.1 网络爬虫技术 | 第23-25页 |
| 2.2 网页解析技术 | 第25-26页 |
| 2.3 机器学习技术 | 第26-30页 |
| 2.3.1 CRF | 第27-28页 |
| 2.3.2 RNN及LSTM | 第28-30页 |
| 2.4 自然语言处理技术 | 第30-35页 |
| 2.4.1 中文分词 | 第31-32页 |
| 2.4.2 词向量 | 第32-34页 |
| 2.4.3 文本向量 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 舆情分析系统需求分析 | 第37-57页 |
| 3.1 业务流程分析 | 第37-38页 |
| 3.2 系统目标分析 | 第38-39页 |
| 3.2.1 功能性目标 | 第38-39页 |
| 3.2.2 非功能性目标 | 第39页 |
| 3.3 系统功能需求 | 第39-52页 |
| 3.3.1 军事舆情采集需求分析 | 第40-43页 |
| 3.3.2 信息检索需求分析 | 第43-46页 |
| 3.3.3 文本处理需求分析 | 第46-49页 |
| 3.3.4 舆情分析需求分析 | 第49-52页 |
| 3.4 数据建模 | 第52-56页 |
| 3.5 非功能性需求 | 第56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 舆情分析系统设计与实现 | 第57-77页 |
| 4.1 系统架构设计 | 第57-58页 |
| 4.2 功能结构设计 | 第58-61页 |
| 4.2.1 军事舆情采集模块设计 | 第58-59页 |
| 4.2.2 信息检索模块设计 | 第59-60页 |
| 4.2.3 文本处理模块设计 | 第60页 |
| 4.2.4 舆情分析模块设计 | 第60-61页 |
| 4.3 系统网络结构设计 | 第61-62页 |
| 4.4 数据库设计 | 第62-65页 |
| 4.5 系统实现 | 第65-76页 |
| 4.5.1 军事舆情采集模块实现 | 第65-67页 |
| 4.5.2 信息检索模块实现 | 第67-68页 |
| 4.5.3 文本处理模块实现 | 第68-71页 |
| 4.5.4 舆情分析模块实现 | 第71-76页 |
| 4.6 本章小结 | 第76-77页 |
| 第五章 系统测试与分析 | 第77-93页 |
| 5.1 测试环境 | 第77页 |
| 5.2 系统功能测试 | 第77-84页 |
| 5.2.1 军事舆情采集模块 | 第77-79页 |
| 5.2.2 信息检索模块 | 第79-81页 |
| 5.2.3 文本处理模块 | 第81-83页 |
| 5.2.4 舆情分析模块 | 第83-84页 |
| 5.3 机器学习算法效果评估 | 第84-89页 |
| 5.3.1 效果评估标准 | 第84-85页 |
| 5.3.2 主题识别效果评估 | 第85-87页 |
| 5.3.3 情绪识别效果评估 | 第87-89页 |
| 5.4 系统非功能测试 | 第89-91页 |
| 5.4.1 系统的并发测试 | 第89-90页 |
| 5.4.2 系统的吞吐量测试 | 第90-91页 |
| 5.5 本章小结 | 第91-93页 |
| 第六章 总结与展望 | 第93-95页 |
| 6.1 本文工作总结 | 第93-94页 |
| 6.2 未来工作展望 | 第94-95页 |
| 参考文献 | 第95-99页 |
| 致谢 | 第99-101页 |
| 作者简介 | 第101-102页 |
