网络舆情文本多标签标注系统的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 本课题研究背景和研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 网络舆情 | 第12-13页 |
| 1.2.2 文本分类 | 第13-14页 |
| 1.2.3 人工神经网络 | 第14-15页 |
| 1.3 论文研究内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 基础理论 | 第17-29页 |
| 2.1 网络舆情 | 第17-18页 |
| 2.1.1 网络舆情的定义 | 第17页 |
| 2.1.2 网络舆情的特点 | 第17-18页 |
| 2.2 文本分类 | 第18-24页 |
| 2.2.1 预处理 | 第18-23页 |
| 2.2.2 单标签分类 | 第23-24页 |
| 2.2.3 多标签分类 | 第24页 |
| 2.3 人工神经网络 | 第24-28页 |
| 2.3.1 人工神经网络 | 第25-26页 |
| 2.3.2 深度神经网络 | 第26-27页 |
| 2.3.3 卷积神经网络 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 需求分析 | 第29-34页 |
| 3.1 问题分析 | 第29-31页 |
| 3.1.1 数据来源 | 第29-30页 |
| 3.1.2 多标签分类体系 | 第30页 |
| 3.1.3 多标签分类算法 | 第30页 |
| 3.1.4 展示方法 | 第30-31页 |
| 3.2 数据流转换 | 第31页 |
| 3.3 系统需求 | 第31-33页 |
| 3.3.1 功能需求 | 第32页 |
| 3.3.2 非功能性需求 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 系统设计 | 第34-42页 |
| 4.1 系统总体设计 | 第34-35页 |
| 4.2 系统数据库设计 | 第35-36页 |
| 4.3 系统模块设计 | 第36-41页 |
| 4.3.1 舆情数据采集 | 第36-37页 |
| 4.3.2 预处理 | 第37-39页 |
| 4.3.3 多标签分类 | 第39-40页 |
| 4.3.4 Web页面展示 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于卷积神经网络的文本多标签分类 | 第42-50页 |
| 5.1 卷积神经网络 | 第42-47页 |
| 5.1.1 神经网络层 | 第42-44页 |
| 5.1.2 反向传播算法 | 第44-47页 |
| 5.2 本系统所用卷积神经网络 | 第47-49页 |
| 5.2.1 输入 | 第47-48页 |
| 5.2.2 输出 | 第48页 |
| 5.2.3 网络层数 | 第48页 |
| 5.2.4 网络结构 | 第48页 |
| 5.2.5 训练参数 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第六章 系统实现 | 第50-61页 |
| 6.1 目标网站的确定 | 第50页 |
| 6.2 网络舆情分类体系的确定 | 第50-51页 |
| 6.3 数据库的实现 | 第51-52页 |
| 6.4 各模块的具体实现 | 第52-60页 |
| 6.4.1 舆情数据采集 | 第52-53页 |
| 6.4.2 预处理 | 第53-54页 |
| 6.4.3 多标签分类 | 第54-59页 |
| 6.4.4 Web页面展示 | 第59-60页 |
| 6.5 本章小结 | 第60-61页 |
| 第七章 系统测试 | 第61-70页 |
| 7.1 测试目的 | 第61页 |
| 7.2 各模块的测试结果及分析 | 第61-69页 |
| 7.2.1 舆情数据采集 | 第61页 |
| 7.2.2 预处理 | 第61-62页 |
| 7.2.3 多标签分类 | 第62-65页 |
| 7.2.4 Web页面展示 | 第65-69页 |
| 7.3 本章小结 | 第69-70页 |
| 第八章 总结和展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-73页 |
