复杂网络链路分析与社交媒体预测
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-37页 |
| ·研究背景及意义 | 第13-16页 |
| ·研究背景 | 第13-15页 |
| ·研究意义 | 第15-16页 |
| ·国内外研究现状 | 第16-34页 |
| ·网络链路分析 | 第16-27页 |
| ·合作创新网络 | 第27-30页 |
| ·社交媒体预测 | 第30-34页 |
| ·本文组织与安排 | 第34-37页 |
| ·总体思路 | 第34-35页 |
| ·内容安排 | 第35-36页 |
| ·创新之处 | 第36-37页 |
| 第二章 基于度修正随机块模型的无向网络链路分析 | 第37-65页 |
| ·基本理论及算法介绍 | 第37-54页 |
| ·随机块模型理论 | 第37-39页 |
| ·贝叶斯理论及概率图模型 | 第39-42页 |
| ·基于随机块模型的链路分析算法 | 第42-47页 |
| ·基于度修正随机块模型的链路分析算法 | 第47-54页 |
| ·实验结果与分析 | 第54-63页 |
| ·测试网络与评价指标 | 第54-58页 |
| ·随机采样实验结果分析 | 第58-60页 |
| ·偏好采样实验结果分析 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 第三章 基于非对称性的有向网络链路分析 | 第65-81页 |
| ·有向网络链路分析算法 | 第66-73页 |
| ·非对称局部相似性指标 | 第66-71页 |
| ·非对称随机块模型算法 | 第71-72页 |
| ·有向网络势理论与Bi-fan指标 | 第72-73页 |
| ·实验结果与分析 | 第73-79页 |
| ·测试网络与评价指标 | 第73-76页 |
| ·实验结果分析 | 第76-79页 |
| ·本章小结 | 第79-81页 |
| 第四章 基于合作创新网络的团队创新力分析 | 第81-95页 |
| ·提出假设 | 第81-84页 |
| ·数据采集与处理 | 第84-89页 |
| ·邮件网络的构建 | 第84-86页 |
| ·邮件网络各项指标 | 第86-88页 |
| ·团队创新力评价指标 | 第88-89页 |
| ·实验结果与分析 | 第89-93页 |
| ·本章小结 | 第93-95页 |
| 第五章 基于推特社交媒体的资产市场走势预测 | 第95-113页 |
| ·问题描述 | 第95-96页 |
| ·公众情绪与股票市场走势 | 第96-101页 |
| ·测量公众情绪 | 第96-97页 |
| ·选择预测指标 | 第97-99页 |
| ·检验滞后效应 | 第99-101页 |
| ·经济话题与资产市场变化率 | 第101-112页 |
| ·采集推特数据 | 第101-103页 |
| ·构造推文时间序列 | 第103页 |
| ·资产市场指标 | 第103-107页 |
| ·预测方法与结果 | 第107-112页 |
| ·本章小结 | 第112-113页 |
| 第六章 结束语 | 第113-117页 |
| ·本文工作总结 | 第113-114页 |
| ·下一步研究方向 | 第114-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-133页 |
| 作者在学期间取得的学术成果 | 第133-135页 |
| 附录一 | 第135-138页 |
| 附录二 | 第138页 |
