面向社交网络的话题传播关键技术研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第15-41页 |
| 1.1 研究背景与意义 | 第15-22页 |
| 1.1.1 在线社交网络概述 | 第15-17页 |
| 1.1.2 社交网络话题传播 | 第17-19页 |
| 1.1.3 研究意义 | 第19-21页 |
| 1.1.4 面临的挑战 | 第21-22页 |
| 1.2 相关研究工作 | 第22-35页 |
| 1.2.1 文本表示模型 | 第22-26页 |
| 1.2.2 网络水军及垃圾用户检测 | 第26-30页 |
| 1.2.3 信息推荐与用户兴趣挖掘 | 第30-33页 |
| 1.2.4 社交网络信息传播与热度预测 | 第33-35页 |
| 1.3 本文的工作与创新 | 第35-38页 |
| 1.4 论文结构 | 第38-41页 |
| 第二章 基于概念的社交网络话题文本表示模型 | 第41-59页 |
| 2.1 研究动机 | 第41-43页 |
| 2.2 基于维基百科概念的文档表示模型 | 第43-49页 |
| 2.2.1 文本的词袋模型表示 | 第43-44页 |
| 2.2.2 倒排索引 | 第44-45页 |
| 2.2.3 文本的维基百科概念表示方法 | 第45-47页 |
| 2.2.4 语义矩阵 | 第47-48页 |
| 2.2.5 语义增强后的维基百科概念向量 | 第48-49页 |
| 2.3 实验评价 | 第49-56页 |
| 2.3.1 实验数据集 | 第49-51页 |
| 2.3.2 实验方法 | 第51-52页 |
| 2.3.3 评价方法 | 第52-53页 |
| 2.3.4 实验分析 | 第53-54页 |
| 2.3.5 短文本分类实验分析 | 第54-55页 |
| 2.3.6 维基百科文本表示模型长度分析 | 第55-56页 |
| 2.4 本章总结 | 第56-59页 |
| 第三章 基于情感的社交网络话题传播热度预测 | 第59-75页 |
| 3.1 研究动机 | 第59-61页 |
| 3.2 数据与模型框架 | 第61-68页 |
| 3.2.1 数据获取与整理 | 第61-62页 |
| 3.2.2 模型整体框架 | 第62-63页 |
| 3.2.3 测试话题及其关键词 / 关键短语 | 第63-65页 |
| 3.2.4 话题中的用户情感分析 | 第65-66页 |
| 3.2.5 话题潜在情感能量 | 第66-68页 |
| 3.3 猜想实验验证 | 第68-71页 |
| 3.4 话题热度预测模型 | 第71-73页 |
| 3.5 本章总结 | 第73-75页 |
| 第四章 社交网络话题水军检测和推手发现 | 第75-99页 |
| 4.1 研究动机 | 第75-78页 |
| 4.2 数据获取及其特征分析 | 第78-81页 |
| 4.3 水军检测模型 | 第81-86页 |
| 4.3.1 水军个体特征 | 第81-82页 |
| 4.3.2 水军群体特征 | 第82-84页 |
| 4.3.3 算法框架 | 第84-85页 |
| 4.3.4 参数学习 | 第85-86页 |
| 4.4 实验评价 | 第86-92页 |
| 4.4.1 评价指标与对比方法 | 第86-88页 |
| 4.4.2 实验比较 | 第88-92页 |
| 4.5 水军群体特性分析 | 第92-95页 |
| 4.6 网络推手发现 | 第95-97页 |
| 4.7 本章总结 | 第97-99页 |
| 第五章 社交网络用户话题兴趣特征分析 | 第99-113页 |
| 5.1 研究动机 | 第99-101页 |
| 5.2 用户话题兴趣预测 | 第101-105页 |
| 5.2.1 用户交互关系图的构建 | 第101-103页 |
| 5.2.2 基于随机游走的话题兴趣标签预测 | 第103-105页 |
| 5.3 实验分析 | 第105-111页 |
| 5.3.1 新浪微博数据集 | 第105-107页 |
| 5.3.2 实验结果比较 | 第107-111页 |
| 5.4 本章总结 | 第111-113页 |
| 第六章 总结与工作 | 第113-117页 |
| 6.1 本文工作总结 | 第113-115页 |
| 6.2 未来工作展望 | 第115-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-136页 |
| 作者在学期间取得的学术成果 | 第136-138页 |
| 攻读博士学位期间参与的科研项目 | 第138页 |
