| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 论文组织结构 | 第10-12页 |
| 第二章 相关技术理论与方法 | 第12-20页 |
| 2.1 网络舆情研究概述 | 第12-14页 |
| 2.2 热点词提取对网络舆情的重要作用 | 第14-15页 |
| 2.3 常见词汇权值计算方法 | 第15-18页 |
| 2.3.1 基于词频的权重计算方法 | 第15页 |
| 2.3.2 基于词频位置加权的权重计算方法 | 第15-16页 |
| 2.3.3 基于TF-IDF算法的权重计算方法 | 第16-17页 |
| 2.3.4 基于TF-PDF算法的词汇权重计算方法 | 第17-18页 |
| 2.4 本文选取的词汇权值计算方法 | 第18页 |
| 2.5 词词组合 | 第18-19页 |
| 2.6 评价标准 | 第19页 |
| 2.7 本章小结 | 第19-20页 |
| 第三章 哈萨克文热点词提取算法研究 | 第20-32页 |
| 3.1 算法总体流程 | 第20-21页 |
| 3.2 数据采集及其预处理 | 第21-24页 |
| 3.2.1 数据来源 | 第21页 |
| 3.2.2 网页爬取及正文抽取 | 第21-24页 |
| 3.3 文本预处理 | 第24-27页 |
| 3.3.1 哈语取词 | 第24-25页 |
| 3.3.2 停用词过滤 | 第25-26页 |
| 3.3.3 词干提取 | 第26-27页 |
| 3.4 信息熵结合 3σ准则来过滤“无关词” | 第27-28页 |
| 3.4.1 计算词汇信息熵 | 第27页 |
| 3.4.2 3σ准则 | 第27-28页 |
| 3.5 词汇热度计算 | 第28-30页 |
| 3.5.1 媒体关注度思想 | 第28-29页 |
| 3.5.2 位置加权 | 第29-30页 |
| 3.5.3 本文改进后的词汇热度计算方法 | 第30页 |
| 3.6 热点词组合 | 第30-31页 |
| 3.7 本章小结 | 第31-32页 |
| 第四章 实验结果与分析 | 第32-43页 |
| 4.1 实验语料 | 第32页 |
| 4.2 测试环境及系统框架结构 | 第32-34页 |
| 4.2.1 测试环境 | 第32页 |
| 4.2.2 系统框架 | 第32-34页 |
| 4.3 实验结果与分析 | 第34-42页 |
| 4.3.1 第一组实验 | 第34-38页 |
| 4.3.2 第二组实验 | 第38-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 结论与展望 | 第43-45页 |
| 5.1 本文主要完成的工作及结论 | 第43-44页 |
| 5.2 研究过程中存在的问题及对后续工作的展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 作者在读期间发表的学术论文 | 第49-50页 |
| 致谢 | 第50-51页 |