首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于社交网络信息的情感分析系统设计与实现

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-15页
    1.1 课题研究背景及意义第11-13页
    1.2 本文的主要研究内容第13-14页
    1.3 论文的结构安排第14-15页
第二章 情感分析系统的研究综述第15-37页
    2.1 信息采集方法研究第16页
    2.2 情感词典的构建方法研究第16-25页
        2.2.1 研究问题和研究思路第16-18页
        2.2.2 SO-PMI算法及其扩展第18-19页
        2.2.3 基础情感词典的构建第19-21页
        2.2.4 表情符号情感词典的构建第21-23页
        2.2.5 网络语情感词典的构建第23-25页
    2.3 文本预处理技术研究第25-27页
        2.3.1 去除停用词第25-26页
        2.3.2 中文文本分词第26-27页
    2.4 情感特征选择及权值计算方法研究第27-30页
        2.4.1 CHI统计特征选择第27-28页
        2.4.2 基于情感词典的特征选择第28-29页
        2.4.3 情感权值计算第29-30页
        2.4.4 文本向量化第30页
    2.5 情感分析算法研究第30-34页
        2.5.1 基于词典的情感分析算法第30-31页
        2.5.2 机器学习算法第31-34页
    2.6 本章小结第34-37页
第三章 情感分析系统的设计第37-55页
    3.1 情感分析系统的总体设计第37-38页
    3.2 情感分析模块的设计第38-53页
        3.2.1 信息采集模块第38-44页
        3.2.2 情感词典模块第44-49页
        3.2.3 情感分析模块第49-53页
    3.3 本章小结第53-55页
第四章 情感分析系统的实现与测试第55-67页
    4.1 情感分析系统的功能展示第55-57页
        4.1.1 信息采集功能第55-56页
        4.1.2 数据存储功能第56页
        4.1.3 情感分析及可视化功能第56-57页
    4.2 测试与结果分析第57-66页
        4.2.1 基于朴素贝叶斯算法的分析第58-63页
        4.2.2 基于情感词典的分析第63-65页
        4.2.3 结果分析第65-66页
    4.3 本章小结第66-67页
第五章 总结与展望第67-69页
    5.1 总结第67-68页
    5.2 后期的工作展望第68-69页
缩略语索引第69-72页
参考文献第72-76页
附录第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于移动流量数据的电商APP用户行为分类与预测研究
下一篇:集中养老环境下老人位置检测识别技术研究