| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 选题背景及研究目的和意义 | 第8-10页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状分析及评述 | 第10-14页 |
| 1.2.1 国内外微博内容与信息传播研究现状分析 | 第10-12页 |
| 1.2.2 国内外群体性突发事件微博舆情研究现状分析 | 第12-13页 |
| 1.2.3 国内外研究现状评述 | 第13-14页 |
| 1.3 本文研究的主要内容 | 第14-15页 |
| 第2章 研究框架与理论方法 | 第15-28页 |
| 2.1 本文研究框架 | 第15-16页 |
| 2.2 群体性突发事件构成要素与阶段性特征 | 第16-18页 |
| 2.2.1 群体性突发事件的构成要素 | 第17页 |
| 2.2.2 群体性突发事件的阶段性特征 | 第17-18页 |
| 2.3 网络舆情生命周期原理与演化表现参数 | 第18-19页 |
| 2.3.1 网络舆情生命周期原理 | 第18-19页 |
| 2.3.2 网络舆情演化表现参数 | 第19页 |
| 2.4 微博舆情演化过程突出特点 | 第19-20页 |
| 2.5 文本挖掘技术 | 第20-27页 |
| 2.5.1 文本预处理技术 | 第21-24页 |
| 2.5.2 挖掘分析技术 | 第24-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 群体性突发事件微博舆情表现参数分析 | 第28-39页 |
| 3.1 数据获取 | 第28-29页 |
| 3.2 群体性突发事件微博舆情热度情况分析 | 第29-30页 |
| 3.3 群体性突发事件微博舆情公众议题聚类 | 第30-35页 |
| 3.3.1 概率主题模型 | 第30-32页 |
| 3.3.2 微博文本数据预处理 | 第32-33页 |
| 3.3.3 公众议题聚类结果 | 第33-35页 |
| 3.4 群体性突发事件微博舆情公众情感倾向分类 | 第35-38页 |
| 3.4.1 公众情感倾向分类模型 | 第36-37页 |
| 3.4.2 公众情感倾向分类结果 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 群体性突发事件微博舆情演化的阶段性特征分析 | 第39-47页 |
| 4.1 群体性突发事件微博舆情热度演化分析 | 第39-42页 |
| 4.1.1 群体性突发事件微博舆情热度演化情况 | 第39-41页 |
| 4.1.2 群体性突发事件微博舆情演化周期 | 第41-42页 |
| 4.2 群体性突发事件微博舆情公众议题演化分析 | 第42-44页 |
| 4.2.1 公众议题演化情况 | 第42-43页 |
| 4.2.2 公众议题的阶段性特征 | 第43-44页 |
| 4.3 群体性突发事件微博舆情公众情感倾向演化分析 | 第44-46页 |
| 4.3.1 公众情感倾向演化情况 | 第44-45页 |
| 4.3.2 公众情感倾向的阶段性特征 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 意见领袖识别及其对微博舆情演化的影响分析 | 第47-56页 |
| 5.1 意见领袖识别模型 | 第47-50页 |
| 5.1.1 Cox 比例风险分析 | 第47-49页 |
| 5.1.2 负二项回归分析 | 第49-50页 |
| 5.2 意见领袖识别 | 第50-54页 |
| 5.2.1 意见领袖属性特征 | 第50-53页 |
| 5.2.2 意见领袖识别结果 | 第53-54页 |
| 5.3 意见领袖对舆情演化的影响分析 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
