| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究内容的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 论文目录章节内容安排 | 第13-14页 |
| 第二章 相关理论与技术基础 | 第14-28页 |
| 2.1 网络爬虫技术 | 第14-17页 |
| 2.1.1 网络爬虫原理 | 第14-16页 |
| 2.1.2 URL去重技术 | 第16-17页 |
| 2.2 web信息抽取技术 | 第17-19页 |
| 2.2.1 web信息抽取技术分类 | 第17-19页 |
| 2.2.2 web信息抽取结果衡量标准 | 第19页 |
| 2.3 海量数据管理技术 | 第19-26页 |
| 2.3.1 数据管理技术 | 第19-21页 |
| 2.3.2 分布式数据库HBase | 第21-24页 |
| 2.3.3 信息检索技术 | 第24-26页 |
| 2.4 情感分析技术 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 网络舆情数据采集与管理方法研究与设计 | 第28-52页 |
| 3.1 网络舆情数据采集内容与数据源选择 | 第28-29页 |
| 3.2 针对多数据源的网络数据采集方法研究与设计 | 第29-44页 |
| 3.2.1 微博数据采集 | 第29-34页 |
| 3.2.2 BBS论坛数据采集 | 第34-39页 |
| 3.2.3 web新闻数据采集 | 第39-42页 |
| 3.2.4 基于规则模板的微博和BBS论坛信息抽取方法设计 | 第42-44页 |
| 3.3 舆情数据管理方法研究与设计 | 第44-50页 |
| 3.3.1 基于HBase构建海量舆情数据的存储中心 | 第44-47页 |
| 3.3.2 针对HBase存储的海量舆情数据检索功能研究 | 第47-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 web新闻正文抽取方法研究 | 第52-66页 |
| 4.1 引言 | 第52页 |
| 4.2 基于行块分布函数的web新闻正文抽取方法研究 | 第52-57页 |
| 4.2.1 基于行块分布函数的通用网页正文抽取算法介绍 | 第53-56页 |
| 4.2.2 基于扩展行块分布函数的web新闻正文抽取方法 | 第56-57页 |
| 4.3 基于统计与网页结构的web新闻正文抽取算法研究 | 第57-64页 |
| 4.3.1 DOM树 | 第57-58页 |
| 4.3.2 基于统计和DOM树结构的web新闻正文抽取方法 | 第58-64页 |
| 4.4 web新闻标题与发布时间的获取 | 第64页 |
| 4.5 两种web新闻正文抽取算法对比 | 第64-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 网络舆情分析系统建模与实现 | 第66-80页 |
| 5.1 系统总体架构设计与系统实现 | 第66-68页 |
| 5.2 系统功能模块实现与测试 | 第68-79页 |
| 5.2.1 网络舆情数据采集模块 | 第68-71页 |
| 5.2.2 海量舆情数据管理模块 | 第71-75页 |
| 5.2.3 针对主题微博评论的情感分析舆情应用 | 第75-79页 |
| 5.3 本章小结 | 第79-80页 |
| 第六章 全文总结与展望 | 第80-83页 |
| 6.1 全文总结 | 第80-81页 |
| 6.2 后续工作展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |
