事发舆情及其传播社交结构分析技术
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题研究背景 | 第7-8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 主要研究工作 | 第9-10页 |
| 1.4 论文结构 | 第10-13页 |
| 第2章 研究现状及相关研究 | 第13-19页 |
| 2.1 复杂网络研究 | 第13-16页 |
| 2.1.1 复杂网络特性研究 | 第13-14页 |
| 2.1.2 社团检测方法 | 第14-16页 |
| 2.2 人类行为动力学研究 | 第16-17页 |
| 2.2.1 时间统计特性研究 | 第16-17页 |
| 2.2.2 空间统计特性研究 | 第17页 |
| 2.3 突发事件研究 | 第17-18页 |
| 2.3.1 新闻突发事件分析研究 | 第17-18页 |
| 2.3.2 微博突发事件分析研究 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 事发舆情及其社交结构分析框架 | 第19-35页 |
| 3.1 事发舆情本体定义 | 第19-23页 |
| 3.1.1 概念集合 | 第21-22页 |
| 3.1.2 关系集合 | 第22-23页 |
| 3.2 数据结构 | 第23-26页 |
| 3.2.1 社交结构 | 第23-24页 |
| 3.2.2 媒体传播 | 第24-25页 |
| 3.2.3 舆情事件 | 第25-26页 |
| 3.3 计算参数及其算子 | 第26-33页 |
| 3.3.1 网络相关算子 | 第26-31页 |
| 3.3.2 动力学相关算子 | 第31-32页 |
| 3.3.3 特征数量统计相关算子 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 数据准备与处理过程 | 第35-45页 |
| 4.1 案例数据源分析 | 第35-37页 |
| 4.1.1 新闻数据 | 第35-36页 |
| 4.1.2 微博数据 | 第36-37页 |
| 4.2 数据预处理 | 第37-40页 |
| 4.2.1 数据清洗 | 第38-39页 |
| 4.2.2 标题和内容分词处理 | 第39页 |
| 4.2.3 停用词及词性过滤处理 | 第39-40页 |
| 4.3 数据特征 | 第40-45页 |
| 4.3.1 数据集描述 | 第40-41页 |
| 4.3.2 新闻和微博主题识别 | 第41-42页 |
| 4.3.3 关键词抽取及实证结果 | 第42-45页 |
| 第5章 事件相关的网络模型和动力学分析 | 第45-59页 |
| 5.1 微博用户发布状态的时间特性 | 第45-49页 |
| 5.1.1 用户发帖时间间隔分布 | 第45-46页 |
| 5.1.2 用户发帖阵发性和记忆性 | 第46-47页 |
| 5.1.3 大V和普通用户对比 | 第47-49页 |
| 5.2 微博用户网络属性 | 第49-55页 |
| 5.2.1 不同类别突发事件网络指标 | 第49-50页 |
| 5.2.2 典型突发事件网络指标 | 第50-55页 |
| 5.3 突发事件传播分析和媒体传播分析 | 第55-57页 |
| 5.3.1 突发事件传播分析 | 第56-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60页 |
| 6.3 本章小结 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和参加科研情况说明 | 第65-66页 |
| 发表论文 | 第65页 |
| 参与科研项目 | 第65-66页 |
| 致谢 | 第66页 |
