摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第12-18页 |
1.1 研究的背景和意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 国外研究现状 | 第13-14页 |
1.2.2 国内研究现状 | 第14-16页 |
1.3 论文课题来源 | 第16页 |
1.4 研究的内容 | 第16页 |
1.5 论文的组织结构 | 第16-17页 |
1.6 论文创新点 | 第17-18页 |
第二章 相关技术理论基础 | 第18-26页 |
2.1 中文分词及词性标注 | 第18-19页 |
2.1.1 分词 | 第18-19页 |
2.1.2 词性标注 | 第19页 |
2.2 查询扩展技术 | 第19-20页 |
2.3 文本情感分析技术 | 第20-22页 |
2.3.1 词语级情感分析 | 第21页 |
2.3.2 句子级情感分析 | 第21页 |
2.3.3 篇章级情感分析 | 第21-22页 |
2.4 PAGERANK算法相关 | 第22-24页 |
2.4.1 PageRank算法原理 | 第22-23页 |
2.4.2 Pagerank算法推广 | 第23-24页 |
2.5 本章小结 | 第24-26页 |
第三章 互联网舆情监测与引导系统整体概述 | 第26-32页 |
3.1 互联网舆情监测与引导服务平台 | 第26-27页 |
3.2 平台的总体功能结构概述 | 第27页 |
3.3 舆情引导中的意见领袖发现概述 | 第27-28页 |
3.4 网络舆情引导模块概述 | 第28-30页 |
3.5 本章小结 | 第30-32页 |
第四章 基于情感倾向性的意见领袖发现方法研究 | 第32-46页 |
4.1 意见领袖发掘 | 第32-34页 |
4.1.1 意见领袖发掘的研究意义 | 第32页 |
4.1.2 意见领袖发掘相关研究及本章概述 | 第32-34页 |
4.2 用户回帖的情感倾向值计算 | 第34-37页 |
4.2.1 词语与短语的情感倾向值计算 | 第34-36页 |
4.2.2 构建用户情感倾向值矩阵 | 第36-37页 |
4.3 基于情感分析的用户影响力意见领袖挖掘算法 | 第37-42页 |
4.3.1 用户之间的网络链接ELeaderRank图模型建立 | 第37-38页 |
4.3.2 基于回帖者情感倾向的意见领袖发现算法 | 第38-41页 |
4.3.3 意见领袖值计算过程的优化 | 第41-42页 |
4.4 实验及结果分析 | 第42-45页 |
4.4.1 实验数据 | 第42页 |
4.4.2 实验设置和评价指标 | 第42页 |
4.4.3 实验结果与分析 | 第42-45页 |
4.5 本章小结 | 第45-46页 |
第五章 互联网舆情引导技术方法研究 | 第46-60页 |
5.1 话题相关信息的采集和预处理 | 第46-47页 |
5.2 主帖和回帖的影响力值的计算 | 第47-53页 |
5.2.1 主贴和回帖情感倾向值的计算 | 第48-49页 |
5.2.2 主贴影响力的计算 | 第49-53页 |
5.2.3 回帖影响力的计算 | 第53页 |
5.3 引导目标贴集合的选取和回复语料库的构建 | 第53-56页 |
5.4 实验及结果分析 | 第56-58页 |
5.4.1 实验设计和实验数据 | 第56页 |
5.4.2 评价指标 | 第56页 |
5.4.3 实验结果与分析 | 第56-58页 |
5.5 本章小结 | 第58-60页 |
第六章 舆情引导系统中语料库构建和相关模块的设计与实现 | 第60-70页 |
6.1 互联网舆情引导系统业务逻辑 | 第60-61页 |
6.2 平台的总体结构 | 第61页 |
6.3 系统建模 | 第61-67页 |
6.3.1 系统功能静态视图描述 | 第61-63页 |
6.3.2 系统时间关系描述 | 第63-64页 |
6.3.3 系统的结构化设计 | 第64-66页 |
6.3.4 数据存储模块设计 | 第66-67页 |
6.4 系统的展示示例 | 第67-69页 |
6.5 本章小结 | 第69-70页 |
第七章 总结与展望 | 第70-72页 |
7.1 工作总结 | 第70-71页 |
7.2 未来展望 | 第71-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-78页 |
附录A: 攻读硕士学位期间发表的论文 | 第78-80页 |
附录B: 攻读硕士学位期间参与完成的科研成果 | 第80页 |