首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

微博情感分析的心理预警模型与识别研究

摘要第1-6页
ABSTRACT第6-8页
致谢第8-12页
插图清单第12-13页
表格清单第13-14页
第一章 绪论第14-26页
   ·研究的背景和意义第14-16页
     ·中国大学生心理问题的现状第14页
     ·国内高校心理咨询存在的问题第14-15页
     ·研究的意义第15-16页
   ·微博的影响及研究现状第16-18页
     ·微博的影响第16-18页
     ·国内外研究现状第18页
   ·微博情感识别的相关理论及研究现状第18-23页
     ·情感计算第18-20页
     ·文本情感倾向性研究第20-22页
     ·国内外研究现状第22-23页
   ·研究的内容与挑战第23-25页
   ·论文结构第25-26页
第二章 心理预警模型的构建第26-34页
   ·情绪的基本知识第26页
   ·模型的建立第26-33页
     ·预警模型的结构图第26-27页
     ·微博情感空间第27-29页
     ·心情空间第29页
     ·性格空间第29-30页
     ·个性、心情及情感相互关系第30-31页
     ·更新方程第31页
     ·心理预警走势图第31-32页
     ·心理预警的评估集第32-33页
   ·本章小结第33-34页
第三章 微博内容的获取与分析技术第34-50页
   ·微博内容的获取第34-40页
     ·微博网站的拓扑结构第35页
     ·微博网页的内容分析第35-36页
     ·微博爬虫的设计第36-37页
     ·微博信息采集功能的实现第37-40页
   ·微博情感的分析第40-49页
     ·微博情感分析的特点第40-41页
     ·基于情感词典的分析方法第41-42页
     ·情感词典的构建第42-43页
     ·情感元模型第43-45页
     ·文本预处理第45-47页
     ·增量更新和用户反馈机制第47-49页
   ·本章小结第49-50页
第四章 原型系统及实验分析第50-60页
   ·原型系统第50-53页
     ·系统的总体设计第50页
     ·系统功能设计第50-51页
     ·系统算法流程第51页
     ·系统数据库设计第51-53页
   ·实验与分析第53-59页
     ·实验工具与平台第53-54页
     ·实验评估指标第54页
     ·文本情感分类的对比试验第54-55页
     ·系统仿真测试与分析第55-57页
     ·个体实例的测试与分析第57-59页
   ·本章小结第59-60页
第五章 总结与展望第60-62页
   ·本文工作总结第60-61页
   ·对未来研究的展望第61-62页
参考文献第62-65页
攻读硕士学位期间发表的论文第65页
攻读硕士学位期间参加的科研项目第65页
攻读硕士学位期间获得的荣誉第65-66页
附录一 部分测试微博实验数据第66-69页
附录二 艾森克人格问卷(EPQ)第69-73页

论文共73页,点击 下载论文
上一篇:基于不同表情下不变特征的三维人脸识别研究
下一篇:贝叶斯网络隐藏变量维数学习研究及应用