7.3.1 实验数据选取和测试指标
7.3.2 url与主题相关性判定算法测试
7.3.3 舆情采集应用分块方法的效果测试
7.4 舆情信息聚类实验与结果分析
7.4.1 实验数据选取和测试指标
7.4.2 基于语义的聚类分析实验方法
7.4.3 实验结果及分析
7.5 舆情信息分类实验与结果分析
7.5.1 基于语义的舆情分类实验方法
7.5.2 实验结果及分析
第8章 基于情感本体的网络舆情倾向性分析
8.1 网络舆情的倾向性分析
8.2 网络舆情倾向性识别方法及比较
8.2.1 基于文本分类的倾向性识别
8.2.2 基于语义规则的倾向性识别
8.2.3 基于情感词的倾向性识别
8.3 情感本体的构建方法
8.3.1 hownet和领域语料的情感概念选择
8.3.2 整合多情感概念的情感本体构建
8.3.3 基于h0wnet和领域语料库的本体话题构建
8.4 基于j隋感本体的主题舆情倾向性分析
8.4.1 特征词情感倾向度计算
8.4.2 增加程度级别的特征词权重计算
8.4.3 基于情感本体的倾向性分析过程
8.5 网络舆情倾向性分析实验与结果分析
8.5.1 实验方法
8.5.2 实验结果及分析
8.6 本章小结
第9章 面向知识挖掘的网络舆情信息服务
9.1 基于网络论坛的舆情话题追踪
9.1.1 话题追踪的方法与分析
9.1.2 基于文本图的话题追踪模型
9.1.3 文本概念图的生成与关键词识别
9.1.4 语义相关度的计算及追踪话题的更新
9.1.5 舆情话题追踪实验与结果分析
9.2 网络舆情检索系统中的查询主题分类
9.2.1 查询分类的方法与分析
9.2.2 基于语义知识的查询分类模型
9.2.3 文档目录图上的查询词扩展
9.2.4 目录图上的查询分类识别
9.2.5 查询主题分类实验与结果分析
9.3 舆情事件网页内容的词汇关联分析
9.3.1 基于词跨度的事件内容关键词获取
9.3.2 基于共现次数统计的词汇关联分析
9.3.3 网络舆情事件的词汇关联实验与结果分析
9.4 本章小结
参考文献
后记

 2/2   首页 上一页 1 2

社会科学 新闻传播出版

在线阅读