| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题背景和意义 | 第9页 |
| ·国内外研究现状分析 | 第9-10页 |
| ·论文的主要工作 | 第10-11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 网络舆情演化理论介绍 | 第13-19页 |
| ·网络舆情的定义及演化研究的必要性 | 第13页 |
| ·网络舆情的投票模型 | 第13-15页 |
| ·基于 Borda 规则的投票模型 | 第13-14页 |
| ·基于 Condorcet 规则的投票模型 | 第14-15页 |
| ·网络舆情的有限信任演化模型 | 第15-19页 |
| ·Ising 模型 | 第16页 |
| ·Sznajd 模型 | 第16-17页 |
| ·Deffuant 模型 | 第17-18页 |
| ·Hegselmann-Krause 模型 | 第18-19页 |
| 第三章 用户社区及信息舆情数值建模 | 第19-35页 |
| ·基于协程的网络爬虫 | 第19-25页 |
| ·协程介绍 | 第19-21页 |
| ·协程爬虫与其他爬虫对比 | 第21-24页 |
| ·信息去噪 | 第24页 |
| ·动态更新 | 第24-25页 |
| ·基于回复关系的用户舆情数值建模 | 第25-30页 |
| ·用户社区分析 | 第25-28页 |
| ·PageRank 介绍 | 第28-29页 |
| ·基于 PageRank 用户影响力可视化建模 | 第29-30页 |
| ·基于查询扩展的信息舆情数值建模 | 第30-33页 |
| ·内容相似度计算 | 第30-31页 |
| ·舆情关键词分布图构建方法 | 第31-33页 |
| ·实例与分析 | 第33-35页 |
| 第四章 基于 H-K 有限信任模型的网络舆情演化研究 | 第35-45页 |
| ·基于 H-K 网络舆情行为演化建模 | 第35-39页 |
| ·网络舆情行为演化建模 | 第35-36页 |
| ·Sznajd 模型分析 | 第36-38页 |
| ·基于 H-K 模型的有限信任分析 | 第38-39页 |
| ·基于粒子群算法的有界信任模型参数历史拟合 | 第39-42页 |
| ·粒子群算法 | 第40-41页 |
| ·有界信任模型的历史拟合问题 | 第41页 |
| ·基于粒子群算法的参数调优 | 第41-42页 |
| ·天涯网络的演化行为实例分析 | 第42-45页 |
| 第五章 天卓舆情系统设计与实现 | 第45-59页 |
| ·开发环境及系统架构 | 第45-47页 |
| ·开发环境 | 第45-47页 |
| ·系统架构 | 第47页 |
| ·舆情数据采集模块 | 第47-50页 |
| ·舆情数值建模及分析模块 | 第50-54页 |
| ·数值建模的目标 | 第50-51页 |
| ·Mysql 数据库设计 | 第51-52页 |
| ·Redis 数据库设计 | 第52-54页 |
| ·数据用例 | 第54页 |
| ·网络舆情演化模块 | 第54-56页 |
| ·舆情展示模块 | 第56-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·本文完成工作总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-65页 |
| 附录A（攻读硕士期间学术成果） | 第65-67页 |
| 附录B（攻读硕士期间参与的项目） | 第67-69页 |
| 附录C（攻读硕士期间所获得的奖项） | 第69页 |