| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 国内外相关研究现状 | 第13-19页 |
| 1.2.1 大数据研究现状 | 第13-15页 |
| 1.2.2 网络舆情分析研究现状 | 第15-19页 |
| 1.3 本文主要工作 | 第19-20页 |
| 第二章 相关理论研究 | 第20-32页 |
| 2.1 大数据相关理论 | 第20-21页 |
| 2.1.1 大数据的概念和由来 | 第20-21页 |
| 2.1.2 大数据的特点 | 第21页 |
| 2.2 大数据平台及技术 | 第21-25页 |
| 2.2.1 大数据平台 | 第21-22页 |
| 2.2.2 大数据存储技术 | 第22-24页 |
| 2.2.3 大数据处理技术 | 第24-25页 |
| 2.3 网络舆情相关理论 | 第25-27页 |
| 2.3.1 网络舆情的概念和由来 | 第25-26页 |
| 2.3.2 网络舆情的特点 | 第26-27页 |
| 2.4 网络舆情分析技术 | 第27-30页 |
| 2.4.1 舆情信息采集技术 | 第27-28页 |
| 2.4.2 舆情信息预处理技术 | 第28页 |
| 2.4.3 网络舆情信息分析技术 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 大数据环境下网络舆情分析系统模型构建 | 第32-40页 |
| 3.1 网络舆情分析系统概述 | 第32-34页 |
| 3.2 大数据环境下网络舆情分析系统功能描述 | 第34页 |
| 3.3 大数据环境下网络舆情分析系统模型构建 | 第34-38页 |
| 3.3.1 信息采集模块 | 第35-36页 |
| 3.3.2 信息预处理模块 | 第36-37页 |
| 3.3.3 舆情分析模块 | 第37页 |
| 3.3.4 舆情报告模块 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章大数据环境下网络舆情分析系统相关技术 | 第40-54页 |
| 4.1 信息采集关键技术 | 第40-43页 |
| 4.1.1 分布式网络爬虫 | 第40页 |
| 4.1.2 基于MapReduce的爬虫优化 | 第40-43页 |
| 4.2 信息预处理技术 | 第43-51页 |
| 4.2.1 文本分布式预处理 | 第44-46页 |
| 4.2.2 特征选择的分布式计算 | 第46-48页 |
| 4.2.3 文本向量化的分布式计算 | 第48-51页 |
| 4.3 文本聚类技术 | 第51-53页 |
| 4.3.1 K-Means聚类算法 | 第51页 |
| 4.3.2 基于Mapreduce的K-Means算法改进 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 实验及结果分析 | 第54-62页 |
| 5.1 实验环境配置 | 第54-55页 |
| 5.2 爬虫性能对比实验 | 第55-57页 |
| 5.3 信息预处理实验 | 第57-59页 |
| 5.4 文本聚类实验 | 第59-60页 |
| 5.5 本章小结 | 第60-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 6.1 研究结论 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |