基于Vague集的网络舆情研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·论文主要研究内容 | 第8-9页 |
| ·论文组织结构 | 第9-11页 |
| 第二章 网络舆情研究相关理论综述 | 第11-23页 |
| ·内容安全相关研究 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·文本分类与聚类 | 第13-17页 |
| ·文本分类 | 第13-15页 |
| ·文本聚类 | 第15-17页 |
| ·话题检测与跟踪 | 第17-21页 |
| ·话题检测与跟踪任务 | 第18页 |
| ·话题检测与跟踪关键技术 | 第18-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 Vague集相关理论 | 第23-27页 |
| ·Vague集的概念 | 第23-24页 |
| ·Vague值的相似度 | 第24-26页 |
| ·Vague集的合成关系 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于Vague集的系统框架 | 第27-47页 |
| ·系统设计框架 | 第27-29页 |
| ·系统功能概述 | 第27-28页 |
| ·文本预处理 | 第28-29页 |
| ·基于Vague集合成关系的话题决策 | 第29-34页 |
| ·基于Vague集合成关系的推理过程 | 第29-30页 |
| ·推理程序流程图 | 第30-31页 |
| ·实例分析 | 第31-34页 |
| ·内容安全需求模型 | 第34-37页 |
| ·需求模型的提出 | 第34页 |
| ·需求模型的扩充 | 第34-35页 |
| ·基于"词频-需求"的建模算法 | 第35-37页 |
| ·基于Vague集的文本特征抽取 | 第37-42页 |
| ·基于Vague集的文档表示 | 第37-38页 |
| ·权重计算方法 | 第38-39页 |
| ·基于Vague集改进的特征抽取算法 | 第39-42页 |
| ·文本分类与聚类的策略 | 第42-44页 |
| ·基于SVM的分类方法 | 第42-43页 |
| ·K-means聚类方法 | 第43-44页 |
| ·话题检测 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验结果与分析 | 第47-53页 |
| ·实验数据与实验环境 | 第47-49页 |
| ·实验语料集 | 第47页 |
| ·实验环境 | 第47页 |
| ·实验设计 | 第47-49页 |
| ·结果与分析 | 第49-52页 |
| ·文本聚类话题检测/热点发现实验结果与分析 | 第49-51页 |
| ·文本分类话题检测实验结果与分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者的研究成果和参加的科研项目 | 第61-62页 |
