基于主题挖掘的评论数据可视分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 国内外相关研究工作 | 第12-16页 |
| 1.2.1 文本挖掘 | 第12-13页 |
| 1.2.2 文本可视化 | 第13-16页 |
| 1.3 本文的工作 | 第16-18页 |
| 1.4 本文的结构安排 | 第18-19页 |
| 第2章 基于评论数据的城市主题地图 | 第19-45页 |
| 2.1 问题定义 | 第19-21页 |
| 2.2 数据处理 | 第21-26页 |
| 2.2.1 商家聚类 | 第22-23页 |
| 2.2.2 相似主题词的获取 | 第23-25页 |
| 2.2.3 主题的情感分析 | 第25-26页 |
| 2.3 主题地图可视化 | 第26-32页 |
| 2.3.1 主题单词选择 | 第27-28页 |
| 2.3.2 主题地图热力图 | 第28-30页 |
| 2.3.3 主题时间曲线 | 第30-31页 |
| 2.3.4 原始评论显示 | 第31-32页 |
| 2.4 系统实现 | 第32-35页 |
| 2.5 城市主题分析结果 | 第35-41页 |
| 2.5.1 语言主题 | 第36-38页 |
| 2.5.2 停车主题 | 第38-40页 |
| 2.5.3 餐厅主题 | 第40-41页 |
| 2.6 用户决策案例分析 | 第41-44页 |
| 2.7 本章小结 | 第44-45页 |
| 第3章 基于意见挖掘的评论主题可视分析 | 第45-67页 |
| 3.1 问题定义 | 第45-46页 |
| 3.2 数据处理 | 第46-49页 |
| 3.2.1 名词语义相似性 | 第47-48页 |
| 3.2.2 句子主题相似性 | 第48页 |
| 3.2.3 主题挖掘 | 第48-49页 |
| 3.3 可视化编码 | 第49-54页 |
| 3.3.1 层次树图 | 第50-51页 |
| 3.3.2 气泡图 | 第51-52页 |
| 3.3.3 发散堆叠柱形图 | 第52-53页 |
| 3.3.4 词云和评论显示 | 第53-54页 |
| 3.4 系统实现 | 第54-56页 |
| 3.5 主题挖掘方法评估 | 第56-57页 |
| 3.6 案例分析 | 第57-65页 |
| 3.6.1 超市 | 第57-61页 |
| 3.6.2 自助餐厅 | 第61-63页 |
| 3.6.3 中国餐厅 | 第63-65页 |
| 3.7 可用性研究 | 第65-66页 |
| 3.8 本章小结 | 第66-67页 |
| 第4章 总结与展望 | 第67-69页 |
| 4.1 总结 | 第67-68页 |
| 4.2 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 硕士学位期间主要的研宄成果 | 第74-75页 |
| 致谢 | 第75页 |
