手游评论情感分析关键技术研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 情感词典扩展 | 第10-11页 |
| 1.2.2 情感倾向性判断算法 | 第11页 |
| 1.2.3 评价搭配抽取算法 | 第11页 |
| 1.2.4 同类型产品调研 | 第11-12页 |
| 1.3 主要研究工作和内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关理论和技术 | 第15-30页 |
| 2.1 监督式机器学习算法 | 第15-18页 |
| 2.1.1 逻辑回归算法 | 第15-16页 |
| 2.1.2 支持向量机算法 | 第16-18页 |
| 2.2 文本处理的相关技术 | 第18-23页 |
| 2.2.1 中文处理工具包 | 第18页 |
| 2.2.2 词向量 | 第18-20页 |
| 2.2.3 句向量 | 第20-22页 |
| 2.2.4 主题模型 | 第22-23页 |
| 2.3 分布式技术 | 第23-29页 |
| 2.3.1 HBase | 第23-24页 |
| 2.3.2 Spark | 第24-26页 |
| 2.3.3 Elasticsearch | 第26-27页 |
| 2.3.4 Zookeeper | 第27-28页 |
| 2.3.5 Kafka | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 手游评论情感分析系统架构设计 | 第30-33页 |
| 3.1 系统需求分析 | 第30-31页 |
| 3.2 系统架构设计 | 第31页 |
| 3.3 模块功能设计 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 手游领域词典构建与同款手游识别关键技术 | 第33-51页 |
| 4.1 手游领域词典构建 | 第33-42页 |
| 4.1.1 手游领域新词发现算法 | 第33-37页 |
| 4.1.2 实验结果 | 第37-38页 |
| 4.1.3 正负面情感词分类 | 第38-42页 |
| 4.2 同款手游识别 | 第42-50页 |
| 4.2.1 算法的步骤 | 第43-48页 |
| 4.2.2 实验结果 | 第48-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 手游评论情感分析关键技术 | 第51-73页 |
| 5.1 评论情感倾向分析 | 第51-62页 |
| 5.1.1 训练语料的自动标注方法 | 第52-59页 |
| 5.1.2 手游评论情感分析模型 | 第59-60页 |
| 5.1.3 实验结果 | 第60-62页 |
| 5.2 评价搭配抽取 | 第62-72页 |
| 5.2.1 评价搭配抽取算法 | 第62-71页 |
| 5.2.2 实验结果 | 第71-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第六章 手游评论情感分析系统的实现 | 第73-94页 |
| 6.1 分布式爬虫模块 | 第73-79页 |
| 6.2 数据存储与索引模块 | 第79-82页 |
| 6.3 情感分析模块 | 第82-85页 |
| 6.4 知识库构建模块 | 第85-89页 |
| 6.5 前端展示模块 | 第89-92页 |
| 6.6 服务状态监控模块 | 第92-93页 |
| 6.7 本章小结 | 第93-94页 |
| 第七章 系统集成与测试 | 第94-104页 |
| 7.1 测试环境 | 第94-95页 |
| 7.1.1 硬件环境 | 第94页 |
| 7.1.2 软件环境 | 第94-95页 |
| 7.2 系统测试与展示 | 第95-103页 |
| 7.2.1 关键字检索手游 | 第95页 |
| 7.2.2 手游基本信息展示 | 第95-96页 |
| 7.2.3 情感倾向性分析展示 | 第96-98页 |
| 7.2.4 评价搭配抽取展示 | 第98-100页 |
| 7.2.5 手游评价维度展示 | 第100-102页 |
| 7.2.6 领域词典与训练模型展示 | 第102页 |
| 7.2.7 系统服务状态展示 | 第102-103页 |
| 7.3 本章小结 | 第103-104页 |
| 总结与展望 | 第104-105页 |
| 参考文献 | 第105-109页 |
| 攻读硕士学位期间取得的研究成果 | 第109-110页 |
| 致谢 | 第110-111页 |
| 附表 | 第111页 |
