摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 研究内容 | 第11-12页 |
1.4 论文的章节安排 | 第12-13页 |
2 行业舆情监测需求与解决方案 | 第13-18页 |
2.1 网络舆情概述 | 第13-14页 |
2.1.1 网络舆情的含义 | 第13页 |
2.1.2 网络舆情的特点 | 第13-14页 |
2.2 高校舆情需求 | 第14-15页 |
2.2.1 高校舆情监测现状 | 第14-15页 |
2.2.2 高校舆情需求 | 第15页 |
2.3 舆情监测系统的整体方案 | 第15-17页 |
2.3.1 系统整体设计方案 | 第16-17页 |
2.3.2 本文关键技术 | 第17页 |
2.4 本章小结 | 第17-18页 |
3 舆情信息快速采集关键技术研究 | 第18-35页 |
3.1 网络爬虫技术 | 第18-23页 |
3.1.1 网络爬虫原理 | 第18-20页 |
3.1.2 网络爬虫的应用分类 | 第20-21页 |
3.1.3 分布式网络爬虫 | 第21页 |
3.1.4 Scrapy爬虫 | 第21-23页 |
3.2 Redis数据库技术 | 第23页 |
3.3 分布式网络爬虫设计与实现 | 第23-32页 |
3.3.1 网页数据特征 | 第24-27页 |
3.3.2 网站版块信息规则 | 第27-28页 |
3.3.3 超链接提取层实现 | 第28-30页 |
3.3.4 实时队列实现 | 第30-31页 |
3.3.5 网页下载层实现 | 第31-32页 |
3.4 数据采集性能评估 | 第32-34页 |
3.5 本章总结 | 第34-35页 |
4 舆情信息精确抽取关键技术研究 | 第35-40页 |
4.1 Web信息抽取技术 | 第35-36页 |
4.1.1 信息抽取原理 | 第35页 |
4.1.2 Web信息抽取的方法分类 | 第35-36页 |
4.2 信息抽取设计与实现 | 第36-39页 |
4.2.1 HTML树的构建 | 第37-39页 |
4.2.2 抽取规则提取 | 第39页 |
4.2.3 网页信息抽取 | 第39页 |
4.3 本章总结 | 第39-40页 |
5 舆情发现关键技术研究 | 第40-56页 |
5.1 全文检索技术 | 第40-44页 |
5.1.1 全文检索原理 | 第40-41页 |
5.1.2 索引结构 | 第41-43页 |
5.1.3 检索模型 | 第43-44页 |
5.2 基于Lucene的Elasticsearch全文检索引擎 | 第44-48页 |
5.2.1 Lucene简介 | 第44-45页 |
5.2.2 Lucene系统结构 | 第45-47页 |
5.2.3 实时检索引擎Elasticsearch | 第47-48页 |
5.3 舆情发现设计与实现 | 第48-54页 |
5.3.1 索引建立实现 | 第48-51页 |
5.3.2 舆情检索实现 | 第51-54页 |
5.4 舆情发现指标分析 | 第54-55页 |
5.5 本章总结 | 第55-56页 |
6. 云环境下的舆情监测系统 | 第56-69页 |
6.1 功能性需求 | 第56页 |
6.2 非功能性需求 | 第56-57页 |
6.2.1 框架环境稳定性要求 | 第56页 |
6.2.2 舆情发现实时性要求 | 第56-57页 |
6.2.3 舆情发现正确率与召回率要求 | 第57页 |
6.3 系统的主要角色 | 第57页 |
6.4 需求建模 | 第57-59页 |
6.5 系统整体部署实现 | 第59-60页 |
6.6 数据采集系统 | 第60-61页 |
6.7 舆情发现系统 | 第61-62页 |
6.8 舆情监测系统 | 第62-67页 |
6.8.1 基于云的Web服务 | 第62-63页 |
6.8.2 舆情信息存储实现 | 第63-64页 |
6.8.3 舆情监测系统实现技术 | 第64-65页 |
6.8.4 舆情监测系统效果 | 第65-67页 |
6.9 系统性能 | 第67-68页 |
6.9.1 系统响应时间 | 第67-68页 |
6.9.2 舆情发现效果 | 第68页 |
6.10 本章总结 | 第68-69页 |
结论 | 第69-71页 |
参考文献 | 第71-74页 |
致谢 | 第74-75页 |
攻读硕士学位期间发表的学术论文及研究成果 | 第75页 |