毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

基于Web架构的互联网评论观点挖掘系统设计

时间:2018-05-05 21:33来源:毕业论文
网页制作我们选择一个适合的框架 Django 框架。通过对网页的总体功能要求和需求分析来制定网页结构和算法接口,这里一共涉及了 7 个模块算法

摘要本文通过网页制作将互联网评论观点进行深层次分析和挖掘进行功能可视化展现,首先网页制作我们选择一个适合的框架 Django 框架。通过对网页的总体功能要求和需求分析来制定网页结构和算法接口,这里一共涉及了 7 个模块算法,分别是情感字典基于朴素贝叶斯分类器(Naïve Bayes)褒贬分析、情感分类算法单词褒贬值字典的构建、修改文本颜色和大小、反义样本的构建和显示、PolarityShift 极性转移分析算法、中科院中文分词系统调用和 PIE2D 饼状图动画插件的嵌入等等,并分别用截图展示各个模块测试的示例。文章最后对用户接口的总体界面进行截图展示,包括中英文网页的主页展示和算法计算结果截图展示。22278
 毕业论文关键词  数据挖掘  情感分类  极性转移  对偶情感   Django   可视化网页
 Title   Mining system for Internet comments Data    Based on Web architecture                     
 Abstract
This paper  shows the function of the in-depth analysis of Internet commentantors
and opinion mining through web page.We  make the structure of web  page and
algorithm interface through the general function requirements.There are seven
algorithm modules included——the construction of emotion dictionary based on
Naïve Bayes appraise analysis,the construction of dictionary keeping the value
of appraise,changing the text color and size,building and displaying antisense
samles,the algorithms of Polarity Shift,Chinese word segmentation system,and
insert of pie chart. ScreenShot  will also  shows the use of every modules.The last
of this paper shows the screenshot about the overall interface of the user
interface, including Chinese and English Web home page and the results
Keywords    Data mining,Emotion Classification,
Polarity Shift,Emotional duality,Django
     目录
1  绪论   1
1.1  课题研究背景与意义    1
1.2  相关知识介绍 .  1
1.2.1  观点挖掘情感分析和对偶情感算法简介    1
1.2.2  有关极性转移现象分析方法    2
2  需求分析  .  4
2.1  总体功能要求 .  4
2.2  CSS 样式和HTML 网页设计需求  .  4
2.3  功能规则需求分析  5
3  系统设计  .  6
3.1  网页框架选择 .  6
3.2  网页页面结构设计  8
4  系统实现  .  9
4.1  网页框架与模块之间的调用实现    9
4.1.1 URL.PY 路径设置文件    9
4.1.2 VIEW.PY 视图函数    10
4.2  用户界面实现   11
4.2.1  Main Page(Index.Html)    11
4.2.2  Classify 英文分析结果截图    16
4.2.3  CN 中文网页  18
4.2.4  Classify 中文分析结果截图    19
4.3  功能接口实现   20
4.3.1  情感词得分计算  .  20
4.3.2  情感分类算法.  22
4.3.3  修改评论文本字体颜色和大小算法  .  23
4.3.4  对偶情感分类算法  .  26
4.3.5  Polarity Shifting(极性转移)    27
4.3.6  中文分词系统模块 NLPIR 和PyNLPIR  .  29
4.3.7  PIE2D 饼状图脚本语言编写与调用 .  29
总 结 .  32
致 谢 .  33
参考文献.  34 1  绪论 基于Web架构的互联网评论观点挖掘系统设计:http://www.youerw.com/jisuanji/lunwen_14838.html
------分隔线----------------------------
推荐内容