基于鼠标轨迹的用户情感分析方法研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外现状分析 | 第16-18页 |
| 1.3 论文工作内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19页 |
| 1.5 本章小结 | 第19-21页 |
| 第二章 相关理论与技术 | 第21-29页 |
| 2.1 情感和鼠标轨迹关系的基础理论 | 第21-22页 |
| 2.1.1 情感与鼠标轨迹的相关性 | 第21-22页 |
| 2.1.2 情感与鼠标轨迹相关性实验 | 第22页 |
| 2.2 数据预处理主要方法 | 第22-23页 |
| 2.3 机器学习降维方法 | 第23-26页 |
| 2.4 机器学习分类方法 | 第26-28页 |
| 2.5 基于VIPS的页面分块算法 | 第28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 数据采集与预处理 | 第29-39页 |
| 3.1 鼠标轨迹收集网站设计与实现 | 第29-35页 |
| 3.1.1 网站设计环境与实现页面 | 第29-32页 |
| 3.1.2 数据采集模块 | 第32-35页 |
| 3.1.3 数据标签模块 | 第35页 |
| 3.2 数据预处理 | 第35-37页 |
| 3.3 本章小结 | 第37-39页 |
| 第四章 基于鼠标轨迹的网页和网页区域内情感分析 | 第39-53页 |
| 4.1 网页情感分析方法概述 | 第39-40页 |
| 4.2 网页区域内情感分析方法概述 | 第40-41页 |
| 4.3 数据降维及分类 | 第41-43页 |
| 4.3.1 卡方检验法 | 第41-42页 |
| 4.3.2 支持向量机 | 第42-43页 |
| 4.4 基于VIPS的网页区域划分 | 第43-46页 |
| 4.4.1 VIPS算法步骤 | 第43-44页 |
| 4.4.2 VIPS算法在实验页面的应用 | 第44-46页 |
| 4.5 网页区域复杂度计算 | 第46-51页 |
| 4.5.1 综合评判方法步骤 | 第46-49页 |
| 4.5.2 实验网页区域复杂度计算 | 第49-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第五章 实验结果与分析 | 第53-71页 |
| 5.1 实验环境 | 第53页 |
| 5.2 实验结果与分析 | 第53-69页 |
| 5.2.1 网页情感分析实验结果 | 第53-59页 |
| 5.2.2 网页区域内情感分析实验结果 | 第59-69页 |
| 5.3 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-81页 |
| 附录 A | 第81-85页 |
