基于情感分析的微博舆情研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 论文的研究背景 | 第8-11页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 选题意义 | 第9页 |
| 1.1.3 选题的应用领域 | 第9-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-13页 |
| 1.2.1 国内外关于微博及其信息传播的相关研究 | 第11-12页 |
| 1.2.2 国内外关于文本情感分析的研究 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 第2章 情感分析和微博舆情处理关键技术综述 | 第16-28页 |
| 2.1 微博信息采集的研究 | 第16-19页 |
| 2.1.1 网络爬虫简介 | 第16页 |
| 2.1.2 网络爬虫的搜索策略 | 第16-18页 |
| 2.1.3 网络爬虫的工作原理 | 第18-19页 |
| 2.2 微博信息处理的技术研究 | 第19-26页 |
| 2.2.1 文本分类算法 | 第19-21页 |
| 2.2.2 舆情分析和情感分析算法 | 第21-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 灰色理论和改进的GM(1,1)模型 | 第28-34页 |
| 3.1 关于灰色理论 | 第28-29页 |
| 3.2 灰色预测模型 | 第29页 |
| 3.3 基于微博舆情改进的GM(1,1) | 第29-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 微博舆情的分段研究和预警 | 第34-42页 |
| 4.1 微博舆情兴起阶段 | 第34-36页 |
| 4.2 微博舆情爆发阶段 | 第36-39页 |
| 4.3 微博舆情平复阶段 | 第39-40页 |
| 4.4 本章小结 | 第40-42页 |
| 第5章 微博舆情预警和情感分析实验 | 第42-62页 |
| 5.1 广东茂名PX项目事件 | 第42页 |
| 5.2 第一阶段的分析和预测 | 第42-45页 |
| 5.3 第二阶段的预测及情感倾向分析 | 第45-57页 |
| 5.3.1 微博数据量变化趋势的预测 | 第46-51页 |
| 5.3.2 相关微博数量的时间区间预测 | 第51-54页 |
| 5.3.3 微博舆情发展第二阶段的情感分析 | 第54-57页 |
| 5.4 第三阶段的预测和分析 | 第57-59页 |
| 5.5 本章小结 | 第59-62页 |
| 总结 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的论文 | 第68-70页 |
| 致谢 | 第70页 |
