网络舆情热点发现与话题跟踪技术研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-24页 |
·本文研究的目的和意义 | 第9-10页 |
·网络舆情监测相关技术研究现状 | 第10-20页 |
·网络爬虫技术 | 第11-13页 |
·信息预处理技术 | 第13-18页 |
·文本挖掘技术 | 第18-19页 |
·话题检测与跟踪技术 | 第19-20页 |
·国内外舆情监控系统研究现状 | 第20-21页 |
·本文的主要工作 | 第21-22页 |
·本文的组织结构 | 第22-24页 |
第2章 网络舆情监测平台系统架构设计 | 第24-34页 |
·引言 | 第24页 |
·系统总体设计框架 | 第24-27页 |
·物理设备部署 | 第24-25页 |
·舆情监测系统架构 | 第25-27页 |
·系统各功能模块 | 第27-33页 |
·信息入库模块 | 第27-29页 |
·用户定制模块 | 第29-31页 |
·话题发现模块 | 第31-32页 |
·话题跟踪模块 | 第32页 |
·信息检索模块 | 第32-33页 |
·关键词报警模块 | 第33页 |
·本章小结 | 第33-34页 |
第3章 网络舆情热点话题发现技术研究 | 第34-48页 |
·引言 | 第34页 |
·话题发现流程 | 第34-35页 |
·话题发现技术 | 第35-47页 |
·文本聚类算法及比较 | 第35-40页 |
·改进的增量聚类算法 | 第40-44页 |
·实验及结果分析 | 第44-47页 |
·本章小结 | 第47-48页 |
第4章 网络舆情话题跟踪技术研究 | 第48-60页 |
·引言 | 第48页 |
·话题跟踪流程 | 第48-49页 |
·话题跟踪技术 | 第49-58页 |
·文本分类算法及比较 | 第49-55页 |
·改进的 SVM 分类算法 | 第55-56页 |
·实验及结果分析 | 第56-58页 |
·本章小结 | 第58-60页 |
第5章 网络舆情监测平台实现 | 第60-68页 |
·引言 | 第60页 |
·系统运行效果 | 第60-67页 |
·本章小结 | 第67-68页 |
结论 | 第68-69页 |
参考文献 | 第69-74页 |
攻读学位期间发表的学术论文 | 第74-75页 |
致谢 | 第75页 |