基于评论分析的Blog观点提取技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究的背景 | 第10页 |
| ·研究的意义 | 第10-11页 |
| ·国内外相关研究综述 | 第11-14页 |
| ·垃圾评论过滤技术现状 | 第11-12页 |
| ·观点分析研究现状 | 第12-14页 |
| ·研究问题的定义 | 第14-15页 |
| ·基本定义 | 第14页 |
| ·问题描述 | 第14-15页 |
| ·本文的结构安排 | 第15-17页 |
| 第2章 Blog 基本理论 | 第17-21页 |
| ·引言 | 第17页 |
| ·BLOG 概述 | 第17-18页 |
| ·Blog 概念 | 第17页 |
| ·Blog 特点 | 第17-18页 |
| ·BLOG 数据模型 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 垃圾评论过滤技术 | 第21-36页 |
| ·引言 | 第21页 |
| ·垃圾评论定义 | 第21-22页 |
| ·狭义的垃圾评论定义 | 第21-22页 |
| ·广义的垃圾评论定义 | 第22页 |
| ·垃圾评论特征 | 第22-24页 |
| ·评论内容高度重复性 | 第22-23页 |
| ·垃圾评论者集合性 | 第23页 |
| ·垃圾链接集合性 | 第23页 |
| ·垃圾评论发布时间的局部密集性 | 第23-24页 |
| ·垃圾评论识别技术 | 第24页 |
| ·垃圾评论过滤算法 | 第24-29页 |
| ·评论内容分析 | 第24-25页 |
| ·评论连接分析 | 第25-26页 |
| ·发布时间分析 | 第26-27页 |
| ·算法描述 | 第27-29页 |
| ·实验与分析 | 第29-35页 |
| ·实验数据描述 | 第29页 |
| ·算法评价标准 | 第29-30页 |
| ·算法性能分析 | 第30-32页 |
| ·垃圾评论过滤算法分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于评论分析的Blog 观点标注算法 | 第36-50页 |
| ·引言 | 第36页 |
| ·BLOG 观点标注技术 | 第36-37页 |
| ·BLOG 的文本表示与特征选择 | 第37-39页 |
| ·构造特征空间 | 第37页 |
| ·文本表示 | 第37-38页 |
| ·特征项选择 | 第38页 |
| ·特征项权重计算 | 第38-39页 |
| ·BLOG 观点标注算法 | 第39-44页 |
| ·评论数目分析 | 第39-40页 |
| ·相似度分析 | 第40-42页 |
| ·特殊感情词汇分析 | 第42-43页 |
| ·算法描述 | 第43-44页 |
| ·实验与分析 | 第44-49页 |
| ·实验数据描述 | 第44-45页 |
| ·算法性能分析 | 第45-46页 |
| ·观点提取算法分析 | 第46-48页 |
| ·对比算法分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 Blog 观点提取系统 | 第50-58页 |
| ·引言 | 第50页 |
| ·系统功能目标及开发环境 | 第50-51页 |
| ·系统功能目标 | 第50-51页 |
| ·开发平台及工具 | 第51页 |
| ·系统总体设计 | 第51-52页 |
| ·系统详细设计 | 第52-56页 |
| ·XML 解析模块 | 第52-53页 |
| ·垃圾评论过滤模块 | 第53-54页 |
| ·情感词提取模块 | 第54-55页 |
| ·Blog 观点提取模块 | 第55-56页 |
| ·系统可视化界面 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
