摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 课题的背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本文主要研究内容 | 第12-13页 |
1.4 章节安排 | 第13-15页 |
第二章 基于信息融合的舆情监控系统技术基础 | 第15-25页 |
2.1 网页信息获取技术研究 | 第15-18页 |
2.1.1 网络爬虫技术 | 第15-17页 |
2.1.2 网页文本预处理技术 | 第17-18页 |
2.2 中文分词技术 | 第18-23页 |
2.2.1 中文分词 | 第18-23页 |
2.2.2 词性标注 | 第23页 |
2.3 信息融合技术 | 第23页 |
2.4 本章小结 | 第23-25页 |
第三章 基于信息融合的舆情监控系统的研究与设计 | 第25-34页 |
3.1 基于信息融合的舆情监控系统的需求分析 | 第25-28页 |
3.2 基于信息融合的舆情监控系统的架构设计 | 第28-31页 |
3.3 基于信息融合的舆情监控系统的数据库设计 | 第31-33页 |
3.4 本章小结 | 第33-34页 |
第四章 基于帕累托定律的词语倾向性分析技术 | 第34-45页 |
4.1 文本倾向性分析技术 | 第34-35页 |
4.2 帕累托定律 | 第35-36页 |
4.3 基于帕累托定律的词语倾向性分析技术 | 第36-44页 |
4.3.1 基于帕累托定律的词语倾向性分析技术 | 第36-41页 |
4.3.2 文本倾向性分析技术 | 第41-44页 |
4.4 本章小结 | 第44-45页 |
第五章 基于信息融合的舆情监控系统的实现 | 第45-56页 |
5.1 基于信息融合的舆情监控系统的开发技术选择 | 第45-46页 |
5.2 基于信息融合的舆情监控系统的主要工作流程及其实现 | 第46-55页 |
5.2.1 数据采集 | 第46-49页 |
5.2.2 数据预处理 | 第49-50页 |
5.2.3 舆情分析 | 第50-53页 |
5.2.4 词语倾向性分析 | 第53-54页 |
5.2.5 文本倾向性分析 | 第54页 |
5.2.6 信息融合 | 第54-55页 |
5.3 本章小结 | 第55-56页 |
第六章 实验结果及分析 | 第56-63页 |
6.1 词语倾向性分析数据结果及分析 | 第56-59页 |
6.1.1 基于帕累托定律词语倾向性分析算法可行性分析 | 第56-57页 |
6.1.2 基于帕累托定律词语倾向性分析算法实验结果 | 第57-58页 |
6.1.3 基于帕累托定律词语倾向性分析算法实验结果分析 | 第58-59页 |
6.2 舆情倾向性实验结果及分析 | 第59-62页 |
6.2.1 舆情倾向性实验结果 | 第59-60页 |
6.2.2 舆情倾向性实验结果分析 | 第60-62页 |
6.3 本章小结 | 第62-63页 |
总结和展望 | 第63-65页 |
研究工作与创新点 | 第63-64页 |
未来与展望 | 第64-65页 |
参考文献 | 第65-69页 |
致谢 | 第69页 |