| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究工作的背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17页 |
| 1.4 本文的结构安排 | 第17-19页 |
| 第二章 舆情分析中的关键技术 | 第19-37页 |
| 2.1 网络爬虫技术 | 第19-21页 |
| 2.1.1 网络爬虫的工作原理 | 第19页 |
| 2.1.2 网络爬虫的抓取策略 | 第19-21页 |
| 2.2 信息预处理技术 | 第21-26页 |
| 2.2.1 网页“噪声”清洗技术 | 第21-24页 |
| 2.2.2 中文分词技术 | 第24-25页 |
| 2.2.3 去停用词处理 | 第25-26页 |
| 2.3 文本表示模型 | 第26-29页 |
| 2.3.1 布尔模型 | 第26页 |
| 2.3.2 概率模型 | 第26-27页 |
| 2.3.3 向量空间模型 | 第27-29页 |
| 2.4 特征选择 | 第29页 |
| 2.5 文本分类算法 | 第29-34页 |
| 2.5.1 朴素贝叶斯分类算法 | 第30-31页 |
| 2.5.2 KNN分类算法 | 第31-32页 |
| 2.5.3 支持向量机分类算法 | 第32-34页 |
| 2.6 分类的评价标准 | 第34-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 特征选择技术的研究与改进 | 第37-56页 |
| 3.1 特征选择的定义 | 第37-38页 |
| 3.2 传统特征选择算法的研究 | 第38-43页 |
| 3.2.1 文档频度（Document Frequency,DF） | 第38-39页 |
| 3.2.2 信息增益（Information Gain,IG） | 第39-40页 |
| 3.2.3 互信息（Mutual Information,MI） | 第40-41页 |
| 3.2.4 卡方检验（Chi-square,CHI） | 第41-43页 |
| 3.3 传统特征选择算法的比较 | 第43-44页 |
| 3.4 特征选择算法的改进 | 第44-49页 |
| 3.4.1 特征项的类内平均度 | 第44-45页 |
| 3.4.2 特征项的类间区分度 | 第45-47页 |
| 3.4.3 综合衡量指标 | 第47页 |
| 3.4.4 类别专有词汇的补偿 | 第47-48页 |
| 3.4.5 算法描述及流程 | 第48-49页 |
| 3.5 实验测试 | 第49-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 文本情感倾向分析的研究与一种方法设计 | 第56-68页 |
| 4.1 文本情感倾向技术简介 | 第56页 |
| 4.2 基于机器学习的文本情感倾向分析的研究 | 第56-57页 |
| 4.3 基于语义的文本情感倾向分析的研究 | 第57-59页 |
| 4.3.1 词语层面的情感分析 | 第58-59页 |
| 4.3.2 句子层面的情感分析 | 第59页 |
| 4.3.3 文本层面的情感分析 | 第59页 |
| 4.4 一种基于语义的文本情感倾向分析方法的设计 | 第59-66页 |
| 4.4.1 基本思想 | 第60页 |
| 4.4.2 主观句提取 | 第60-62页 |
| 4.4.3 情感词 | 第62-64页 |
| 4.4.4 否定词与程度副词 | 第64-65页 |
| 4.4.5 文本情感倾向的判定 | 第65-66页 |
| 4.4.6 算法流程 | 第66页 |
| 4.5 实验测试 | 第66-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 舆情分析系统的设计与实现 | 第68-83页 |
| 5.1 系统需求分析 | 第68页 |
| 5.2 系统的整体设计 | 第68-70页 |
| 5.3 数据库设计 | 第70-72页 |
| 5.4 系统模块设计方案 | 第72-77页 |
| 5.4.1 信息采集模块的设计 | 第72页 |
| 5.4.2 信息预处理模块的设计 | 第72-74页 |
| 5.4.3 文本分类模块设计 | 第74-76页 |
| 5.4.4 情感分析模块设计 | 第76页 |
| 5.4.5 系统管理模块设计 | 第76-77页 |
| 5.5 系统测试 | 第77-82页 |
| 5.5.1 测试环境 | 第77页 |
| 5.5.2 系统功能测试 | 第77-82页 |
| 5.6 本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-84页 |
| 6.1 全文工作总结 | 第83页 |
| 6.2 后续工作展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-87页 |
