首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

面向微博舆情的影响力分析关键技术研究

摘要第1-12页
ABSTRACT第12-15页
第一章 绪论第15-39页
   ·研究背景第16-22页
     ·微博发展现状第16-17页
     ·微博特点和舆情第17-19页
     ·面向微博舆情的影响力分析的挑战性问题及其研究意义第19-22页
   ·相关研究工作第22-34页
     ·微博数据挖掘第22-29页
     ·影响力分析技术第29-34页
   ·本文的工作与创新第34-38页
     ·主要研究工作第34-36页
     ·主要创新点第36-38页
   ·论文结构第38-39页
第二章 基于统计特性与信任双向传播的垃圾用户发现第39-63页
   ·问题描述第39-43页
   ·相关研究第43-44页
     ·微博的垃圾用户发现第43页
     ·局部三角形数量统计第43-44页
   ·数据获取与特征分析第44-46页
     ·数据集获取第44-45页
     ·数据集特征分析第45-46页
   ·微博中的垃圾用户发现第46-57页
     ·显式垃圾用户特征分析第46-48页
     ·隐式垃圾用户特征分析第48-49页
     ·有向网络局部三角形数量统计算法第49-51页
     ·AttriBiVote算法的正向传播第51-54页
     ·AttriBiVote算法的逆向传播第54-55页
     ·合并统计特征与双向得分第55-57页
   ·实验分析第57-62页
     ·DirTriangleC有效性验证第57-58页
     ·AttriBiVote与AttriDepend各类用户数目对比第58-61页
     ·AttriBiVote准确率验证第61-62页
   ·本章小结第62-63页
第三章 基于时间敏感概率产生式模型的影响强度分析第63-77页
   ·问题提出第63-65页
   ·相关研究第65-67页
   ·影响强度度量方法第67-72页
     ·概率产生式模型第67-69页
     ·参数评估方法第69-71页
     ·间接影响强度计算第71-72页
   ·实验分析第72-75页
     ·依靠直接影响强度预测用户行为第72-73页
     ·依靠直接影响强度的好友关联性分析第73-75页
     ·依靠间接影响强度预测用户行为第75页
   ·总结第75-77页
第四章 基于多关系网络的话题层次影响力个体挖掘第77-99页
   ·问题描述第77-79页
   ·相关研究第79页
   ·计算网络内部转移概率第79-88页
     ·确定博文话题类别第79-80页
     ·转发网络第80页
     ·回复网络第80-81页
     ·复制网络第81-84页
     ·阅读网络第84-88页
   ·多关系网络中的随机游走模型第88-89页
     ·融合多关系网络第88-89页
     ·证明收敛性第89页
   ·实验分析第89-98页
     ·实验设置第89-92页
     ·算法准确率验证第92-95页
     ·算法召回率验证第95-97页
     ·算法F值验证第97-98页
   ·总结第98-99页
第五章 结合时间与网络位置的影响力扩散能力研究第99-114页
   ·问题描述第99-100页
   ·相关研究第100-101页
   ·影响力扩散能力度量方法第101-107页
     ·数据获取第102页
     ·链接权值分析第102-103页
     ·博文时间间隔分析第103-104页
     ·传播级联位置分析第104页
     ·SpreadRank算法第104-107页
   ·实验分析第107-113页
     ·参数设置第107-109页
     ·实验对比方法第109-110页
     ·SpreadRank算法有效性验证第110-112页
     ·高扩散能力用户特征分析第112-113页
   ·总结第113-114页
第六章 结论与展望第114-117页
   ·工作总结第114-115页
   ·研究展望第115-117页
致谢第117-119页
参考文献第119-134页
作者在学期间取得的学术成果第134-136页
攻读博士学位期间参与的科研项目第136页

论文共136页,点击 下载论文
上一篇:网络安全态势评估若干关键技术研究
下一篇:高精度可靠浮点计算及舍入误差分析研究