舆情监测系统及相关技术研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-10页 |
| ·发展与现状 | 第10-14页 |
| ·网络舆情监测的相关技术[2] | 第12-13页 |
| ·中文分词 | 第13-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·快速中文分词 | 第15页 |
| ·文本聚类 | 第15页 |
| ·本文的组织结构 | 第15-16页 |
| 2 相关理论和技术分析 | 第16-24页 |
| ·舆情监测的基本流程 | 第16页 |
| ·信息检索 | 第16页 |
| ·检索系统评价 | 第16-17页 |
| ·全文检索的基本过程 | 第17页 |
| ·中文分词方法 | 第17-18页 |
| ·索引构建方法 | 第18-20页 |
| ·基于块的排序索引构建方法 | 第18-19页 |
| ·内存式单遍扫描索引构建方法 | 第19-20页 |
| ·检索 | 第20-24页 |
| ·检索过程与方式 | 第20页 |
| ·文档评分 | 第20-24页 |
| 3 快速分词 | 第24-40页 |
| ·引言 | 第24页 |
| ·典型的词典机制 | 第24-28页 |
| ·基于整词二分的分词词典机制 | 第24页 |
| ·基于 TRIE 索引树的词典机制 | 第24-25页 |
| ·基于逐字二分的分词词典机制 | 第25页 |
| ·基于双字哈希的分词词典机制 | 第25-26页 |
| ·三数组 TRIE 词典结构 | 第26-28页 |
| ·典型词典机制的一些改进 | 第28-29页 |
| ·首字哈希表的改进 | 第28页 |
| ·次字结构的改进 | 第28-29页 |
| ·第三个字及以后的汉字的存储结构 | 第29页 |
| ·本文采用的词典机制及实现 | 第29-35页 |
| ·添加频率的双字哈希词典 | 第29-32页 |
| ·基于自动机的词典结构 | 第32-35页 |
| ·基于平衡二叉树的正向最大匹配中文分词算法 | 第35-37页 |
| ·实验 | 第37-39页 |
| ·实验说明 | 第37-38页 |
| ·结果与分析 | 第38-39页 |
| 本章小结 | 第39-40页 |
| 4 文本聚类 | 第40-54页 |
| ·文本聚类概述 | 第40-41页 |
| ·传统的文本聚类算法 | 第41-43页 |
| ·基于层次的聚类算法 | 第41-42页 |
| ·基于划分的聚类算法 | 第42页 |
| ·基于密度的聚类算法 | 第42-43页 |
| ·文本的层次聚类算法 | 第43-46页 |
| ·最近距离 | 第43-44页 |
| ·最远距离 | 第44页 |
| ·平均距离 | 第44页 |
| ·质心距离 | 第44-45页 |
| ·中值距离 | 第45页 |
| ·离差平方和 | 第45-46页 |
| ·文本相似度计算 | 第46-49页 |
| ·常用的文本相似度计算 | 第46-48页 |
| ·加权的文本相似度计算 | 第48-49页 |
| ·实验 | 第49-53页 |
| ·实验数据 | 第49页 |
| ·评价方法 | 第49-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 系统框架 | 第54-57页 |
| ·设计 | 第54页 |
| ·系统设计 | 第54页 |
| ·实现 | 第54-57页 |
| ·分词器实现 | 第54页 |
| ·索引器实现 | 第54-55页 |
| ·检索器实现 | 第55-56页 |
| ·聚类器实现 | 第56-57页 |
| 6 总结与展望 | 第57-58页 |
| ·总结 | 第57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
