| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 前言 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·课题的研究背景和意义 | 第11-12页 |
| ·粮食舆情概念 | 第11页 |
| ·Web 粮食舆情的特点 | 第11-12页 |
| ·粮食舆情分析的意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国内研究现状 | 第12-13页 |
| ·国外研究现状 | 第13-14页 |
| ·论文研究内容与章节组织 | 第14-16页 |
| ·论文研究内容 | 第14-15页 |
| ·论文章节组织 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 WEB 挖掘粮食舆情分析关键技术 | 第17-32页 |
| ·WEB 挖掘技术 | 第17页 |
| ·WEB 粮食信息采集技术 | 第17-19页 |
| ·网络爬虫技术的原理 | 第17-18页 |
| ·网络爬虫的抓取策略 | 第18-19页 |
| ·网络爬虫的流程 | 第19页 |
| ·粮食信息预处理技术 | 第19-28页 |
| ·网页文本预处理 | 第20-21页 |
| ·文本分词 | 第21-23页 |
| ·文本表示 | 第23-25页 |
| ·特征选择技术 | 第25页 |
| ·文本分类算法 | 第25-28页 |
| ·分类性能评价指标 | 第28页 |
| ·粮食舆情分析技术 | 第28-31页 |
| ·粮食主题跟踪 | 第28-30页 |
| ·粮食信息自动摘要 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 特征选择算法的改进研究 | 第32-40页 |
| ·特征选择技术研究 | 第32-35页 |
| ·文档频率 | 第32页 |
| ·信息增益 | 第32-33页 |
| ·2统计方法（CHI） | 第33-34页 |
| ·期望交叉熵 | 第34页 |
| ·文本证据权重 | 第34页 |
| ·互信息 | 第34-35页 |
| ·基于权重差异和类别关联的互信息改进研究 | 第35-39页 |
| ·互信息算法的分析 | 第35-36页 |
| ·互信息特征选择方法的改进 | 第36-37页 |
| ·实验方案与结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 特征权重方法研究 | 第40-47页 |
| ·特征权重算法研究 | 第40-43页 |
| ·布尔权重算法 | 第40页 |
| ·信噪比 | 第40-41页 |
| ·熵权重 | 第41-42页 |
| ·词频率法 | 第42页 |
| ·反文档频率 | 第42页 |
| ·TFIDF 方法 | 第42-43页 |
| ·基于 PI‐EF 的 TFIDF 算法的改进研究 | 第43-46页 |
| ·传统 TFIDF 算法分析 | 第43-44页 |
| ·TFIDF 算法的改进研究 | 第44-45页 |
| ·实验方案与结果分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 粮食舆情分析系统设计与实现 | 第47-53页 |
| ·粮食舆情系统模型设计 | 第47-49页 |
| ·粮食信息采集模块 | 第47-48页 |
| ·舆情信息预处理模块 | 第48页 |
| ·粮食舆情分析模块 | 第48-49页 |
| ·系统功能模块的实现 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 结束语 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 个人简历 | 第59页 |