面向微博客的数据可视化设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究工作的背景 | 第11-12页 |
| 1.1.1 社会背景 | 第11页 |
| 1.1.2 技术背景 | 第11-12页 |
| 1.2 国内外研究历史与现状 | 第12-13页 |
| 1.3 研究目的与意义 | 第13页 |
| 1.4 本论文的结构安排 | 第13-15页 |
| 第二章 相关开发技术与理论介绍 | 第15-27页 |
| 2.1 数据可视化 | 第15-16页 |
| 2.1.1 基本概念 | 第15页 |
| 2.1.2 基本流程 | 第15-16页 |
| 2.1.3 数据可视化的主要工具 | 第16页 |
| 2.2 文本可视化 | 第16-18页 |
| 2.2.1 文本可视化数学结构 | 第17-18页 |
| 2.2.2 文本分析技术 | 第18页 |
| 2.2.3 可视化呈现方式 | 第18页 |
| 2.2.4 交互行为 | 第18页 |
| 2.3 微博数据可视化方式介绍 | 第18-19页 |
| 2.3.1 标签云 | 第18-19页 |
| 2.3.2 图表 | 第19页 |
| 2.3.3 网络图 | 第19页 |
| 2.3.4 地图 | 第19页 |
| 2.4 相关文本分析技术 | 第19-26页 |
| 2.4.1 TF-IDF算法用于关键词抽取 | 第19-20页 |
| 2.4.2 情感特征词集的选取 | 第20-21页 |
| 2.4.3 特征向量空间提取 | 第21-22页 |
| 2.4.4 基于情感词典的中文微博情感倾向性分析 | 第22-24页 |
| 2.4.5 具体实现技术 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 系统需求分析 | 第27-37页 |
| 3.1 3D标签云系统需求 | 第27-32页 |
| 3.1.1 系统目标 | 第27-28页 |
| 3.1.2 系统功能 | 第28-30页 |
| 3.1.3 效率需求 | 第30页 |
| 3.1.4 运行需求 | 第30-32页 |
| 3.2 基于地理信息的可视化应用需求分析 | 第32-36页 |
| 3.2.1 系统目标 | 第32页 |
| 3.2.2 系统功能 | 第32-35页 |
| 3.2.3 效率需求 | 第35页 |
| 3.2.4 运行需求 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 系统的设计与实现 | 第37-65页 |
| 4.1 3D标签云系统设计 | 第37-48页 |
| 4.1.1 技术概况 | 第37页 |
| 4.1.2 概要设计 | 第37-43页 |
| 4.1.3 详细设计 | 第43-48页 |
| 4.2 基于地理信息的可视化应用 | 第48-64页 |
| 4.2.1 技术概况 | 第48-49页 |
| 4.2.2 概要设计 | 第49-56页 |
| 4.2.3 详细设计 | 第56-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第五章 系统的运行与测试 | 第65-76页 |
| 5.1 3D标签云 | 第65-70页 |
| 5.1.1 应用主界面 | 第65-66页 |
| 5.1.2 微博详细信息 | 第66页 |
| 5.1.3 测试描述 | 第66-70页 |
| 5.2 基于地理信息的可视化应用 | 第70-75页 |
| 5.2.1 话题情感倾向性地理分布 | 第70-72页 |
| 5.2.2 话题关键字地理分布 | 第72页 |
| 5.2.3 测试描述 | 第72-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-77页 |
| 6.1 总结 | 第76页 |
| 6.2 未来展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-79页 |
