|
|
|
|
基于Web文本挖掘的企业口碑情感分类模型研究 |
| |
| 论文目录 |
| |
| 摘要 | 第1-7页 | | Abstract | 第7-11页 | | 1 绪论 | 第11-20页 | | ·研究背景及意义 | 第11-12页 | | ·国内外研究现状 | 第12-16页 | | ·文本挖掘技术研究现状 | 第12-14页 | | ·情感分析技术研究现状 | 第14-15页 | | ·网络口碑研究现状 | 第15-16页 | | ·本文的研究内容及创新点 | 第16-20页 | | ·研究目的及内容 | 第16-18页 | | ·本文的创新点 | 第18-20页 | | 2 Web文本挖掘和情感分析概述 | 第20-29页 | | ·Web文本挖掘概述 | 第20-25页 | | ·Web挖掘基础 | 第20-22页 | | ·Web文本挖掘的定义 | 第22-23页 | | ·Web文本挖掘的主要内容和方法 | 第23-25页 | | ·情感分析概述 | 第25-29页 | | ·词语级的情感极性分析 | 第25-27页 | | ·句子级的情感极性分析 | 第27-28页 | | ·细粒度的情感分析 | 第28-29页 | | 3 口碑文本的采集和预处理 | 第29-44页 | | ·口碑文本的采集 | 第29-40页 | | ·网络爬虫技术 | 第29-31页 | | ·网页文本抽取 | 第31-32页 | | ·酒店口碑文本采集 | 第32-40页 | | ·口碑文本的预处理 | 第40-44页 | | ·口碑文本切词分词 | 第40-41页 | | ·停用词过滤 | 第41-42页 | | ·酒店口碑文本预处理 | 第42-44页 | | 4 文本特征选择及其对构建情感分类器的影响 | 第44-52页 | | ·基于情感词典的文本特征选择 | 第44-46页 | | ·特征权值计算与文本向量表示 | 第46-47页 | | ·特征选择对构建情感分类器的影响 | 第47-52页 | | ·影响分析 | 第47-48页 | | ·语料库和评价标准 | 第48-49页 | | ·基于K最邻近算法的情感分类 | 第49-51页 | | ·实验结果 | 第51-52页 | | 5 基于情感词典的口碑情感分类模型 | 第52-64页 | | ·知网情感词典的构建 | 第52-56页 | | ·知网简介 | 第52-54页 | | ·改进的知网情感词典的构建 | 第54-56页 | | ·口碑文本的相似度计算 | 第56-58页 | | ·文本相似度计算 | 第56页 | | ·RapidMiner软件计算文本相似度 | 第56-57页 | | ·实验结果 | 第57-58页 | | ·口碑情感分类模型的构建 | 第58-64页 | | ·口碑情感倾向计算 | 第58-60页 | | ·口碑情感分类模型 | 第60-61页 | | ·酒店口碑实证 | 第61-64页 | | 6 细粒度的企业口碑情感分析模型 | 第64-72页 | | ·细粒度情感分类模型的构建 | 第64-66页 | | ·细粒度的酒店企业口碑情感分类流程 | 第66-70页 | | ·酒店口碑数据准备 | 第66页 | | ·特征选择方法比较实验 | 第66-68页 | | ·RapidMiner构建细粒度分类器 | 第68-70页 | | ·细粒度的酒店企业口碑情感分类实证 | 第70-72页 | | 7 总结与展望 | 第72-74页 | | ·主要研究工作总结 | 第72-73页 | | ·对下一步工作的展望 | 第73-74页 | | 参考文献 | 第74-78页 | | 在校期间发表的论文、科研成果等 | 第78-79页 | | 致谢 | 第79页 |
|
|
|
|
论文编号BS2012882，这篇论文共79页
会员购买按0.35元/页下载，共需支付27.65元。 直接购买按0.5元/页下载，共需要支付39.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务