|
|
|
|
以“无人超市”为微博热点的网络舆情分析研究 |
| |
| 论文目录 |
| |
| 摘要 | 第6-7页 | | Abstract | 第7-8页 | | 1 绪论 | 第11-18页 | | 1.1 研究背景与意义 | 第11-12页 | | 1.2 国内外研究现状 | 第12-15页 | | 1.3 研究思路与方法 | 第15-16页 | | 1.4 研究内容与创新点 | 第16-18页 | | 2 网络舆情分析相关理论 | 第18-26页 | | 2.1 网络舆情概述 | 第18-19页 | | 2.2 网络舆情演变机制 | 第19-21页 | | 2.3 网络舆情分析技术 | 第21-25页 | | 2.3.1 网络舆情内容分析 | 第22-24页 | | 2.3.2 网络舆情运动特征分析 | 第24页 | | 2.3.3 网络舆情信息受众分析 | 第24-25页 | | 2.4 网络舆情的作用 | 第25页 | | 2.5 本章小结 | 第25-26页 | | 3 新浪微博的数据获取与处理 | 第26-38页 | | 3.1 新浪微博的数据获取 | 第26-27页 | | 3.1.1 新浪微博开放平台API获取数据 | 第26-27页 | | 3.1.2 爬虫获取微博数据 | 第27页 | | 3.2 微博数据的预处理 | 第27-30页 | | 3.2.1 中文文本分词 | 第27-28页 | | 3.2.2 词性标注 | 第28-29页 | | 3.2.3 去停用词和特殊字符 | 第29-30页 | | 3.3 文本情感分析 | 第30-36页 | | 3.3.1 基于情感词典的文本情感分析 | 第30-32页 | | 3.3.2 基于机器学习算法的情感分类 | 第32-35页 | | 3.3.3 改进的综合分类方法 | 第35-36页 | | 3.4 文本聚类分析 | 第36-37页 | | 3.4.1 基于K-means的文本聚类算法 | 第36页 | | 3.4.2 网络舆情中文本聚类的作用 | 第36-37页 | | 3.5 本章小结 | 第37-38页 | | 4 基于“无人超市”主题的网络舆情分析研究 | 第38-49页 | | 4.0 实验环境与实验数据的获取 | 第38-39页 | | 4.1 文本数据预处理 | 第39-41页 | | 4.2 关键词提取及词云图展示 | 第41-42页 | | 4.3 微博文本情感分析 | 第42-46页 | | 4.3.1 评价指标 | 第43页 | | 4.3.2 基于SO-PMI算法的词典情感分类流程 | 第43-44页 | | 4.3.3 基于SVM算法的词典情感分类流程 | 第44-45页 | | 4.3.4 结合词典与机器学习的综合情感分类 | 第45-46页 | | 4.4 网络舆情聚类分析 | 第46-47页 | | 4.5 本章小结 | 第47-49页 | | 5 基于网络舆情分析的零售业企业运营对策与建议 | 第49-56页 | | 5.1 “无人超市”的企业微博运营策略 | 第49-53页 | | 5.1.1 企业微博 | 第49-50页 | | 5.1.2 内容运营策略分析 | 第50-52页 | | 5.1.3 运营渠道的策略分析 | 第52-53页 | | 5.2 新零售时代下企业运营策略 | 第53-55页 | | 5.2.1 “新零售”运营模式 | 第53-54页 | | 5.2.2 “新零售”运营预警机制 | 第54-55页 | | 5.3 本章小结 | 第55-56页 | | 6 总结与展望 | 第56-58页 | | 6.1 研究总结 | 第56-57页 | | 6.2 研究展望 | 第57-58页 | | 参考文献 | 第58-62页 | | 在校期间发表的论文、科研成果等 | 第62-63页 | | 致谢 | 第63页 |
|
|
|
|
论文编号BS3939598，这篇论文共63页
会员购买按0.35元/页下载，共需支付22.05元。 直接购买按0.5元/页下载，共需要支付31.5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