| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究目标及研究内容 | 第14-15页 |
| 1.4 研究方法及研究路线图 | 第15-16页 |
| 1.5 研究创新点 | 第16-17页 |
| 第二章 数据挖掘及文本挖掘 | 第17-25页 |
| 2.1 数据挖掘概念及基本步骤 | 第17页 |
| 2.2 聚类算法概述及K-MEANS算法 | 第17-20页 |
| 2.2.1 四大种类聚类方法简介 | 第17-19页 |
| 2.2.2 K-means算法简介 | 第19页 |
| 2.2.3 K-means算法面临的难点与挑战与基于文本数据的算法改进 | 第19-20页 |
| 2.3 文本挖掘 | 第20-22页 |
| 2.3.1 文本挖掘概念与方法 | 第20-21页 |
| 2.3.2 文本挖掘过程 | 第21页 |
| 2.3.3 文本聚类评价 | 第21-22页 |
| 2.3.4 文本挖掘面临的难点与挑战 | 第22页 |
| 2.4 短文本挖掘 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于传统网络问卷的笔记本电脑用户需求调研 | 第25-36页 |
| 3.1 用户需求的定义 | 第25-26页 |
| 3.2 用户需求对于产品的开发十分重要 | 第26-28页 |
| 3.2.1 产品开发的重要因素 | 第26-27页 |
| 3.2.2 产品属性 | 第27页 |
| 3.2.3 用户对于需求的产生及表现 | 第27-28页 |
| 3.3 基于传统网络问卷的笔记本电脑用户需求调研 | 第28-35页 |
| 3.3.1 笔记本电脑设计开发要素的提取 | 第28-29页 |
| 3.3.2 用户调研及结果分析 | 第29-33页 |
| 3.3.3 用户定位 | 第33页 |
| 3.3.4 人物角色模型 | 第33-35页 |
| 3.3.5 情景分析 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于笔记本电脑网络用户评论的短文本挖掘工具设计研究 | 第36-73页 |
| 4.1 短文本挖掘购物网站的选取 | 第36页 |
| 4.2 基于购物网站的用户评价短文本的挖掘预实验 | 第36-49页 |
| 4.2.1 用户评论文本数据获取 | 第37-38页 |
| 4.2.2 停用词过滤 | 第38-39页 |
| 4.2.3 分词处理及词频统计 | 第39-40页 |
| 4.2.4 紧凑型及冗余检验 | 第40-41页 |
| 4.2.5 用户评论中的工业产品特征--用户情感倾向组合提取 | 第41-42页 |
| 4.2.6 建立设计开发要素词典 | 第42-44页 |
| 4.2.7 聚类效果实验 | 第44-46页 |
| 4.2.8 匹配情感倾向 | 第46-48页 |
| 4.2.9 量化定义 | 第48-49页 |
| 4.3 笔记本电脑设计开发要素的网络用户需求与趋势挖掘实验 | 第49-61页 |
| 4.4 基于笔记本电脑网络用户需求的数据可视化设计 | 第61-71页 |
| 4.4.1 数据挖掘与可视化 | 第61-62页 |
| 4.4.2 数据可视化交互设计 | 第62-63页 |
| 4.4.3 基于本研究目的所需的可视化设计任务 | 第63-64页 |
| 4.4.4 竞品分析 | 第64-65页 |
| 4.4.5 数据描述及表示 | 第65-66页 |
| 4.4.6 数据可视化交互设计 | 第66-70页 |
| 4.4.7 可视化交互设计解决方案评估测试 | 第70页 |
| 4.4.8 测试结果分析 | 第70-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 全文总结 | 第73页 |
| 5.2 未来工作展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 附录一：网购习惯及笔记本电脑设计开发属性调研 | 第78-83页 |
| 附录二：抓取京东网页用户评论文本数据算法代码 | 第83-89页 |
| 附录三：K-MEANS算法及TF-IDF算法代码 | 第89-93页 |
| 攻读硕士学位期间取得的研究成果 | 第93-94页 |
| 致谢 | 第94-95页 |
| 答辩委员会对论文的评定意见 | 第95页 |
