摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第9-13页 |
1.1 研究的背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 本文研究内容 | 第11-12页 |
1.4 本文结构安排 | 第12-13页 |
第二章 相关理论及技术介绍 | 第13-26页 |
2.1 相关理论与方法 | 第13-20页 |
2.1.1 分形理论 | 第13-18页 |
2.1.2 信息熵 | 第18页 |
2.1.3 相对熵 | 第18页 |
2.1.4 复杂网络 | 第18-20页 |
2.1.5 互补累计概率分布 | 第20页 |
2.1.6 皮尔逊相关系数 | 第20页 |
2.2 技术综述 | 第20-24页 |
2.2.1 Django框架 | 第20-22页 |
2.2.2 Apache服务器 | 第22页 |
2.2.3 Bootstrap前端框架 | 第22-23页 |
2.2.4 jQuery | 第23-24页 |
2.2.5 ECharts | 第24页 |
2.2.6 Oracle数据库 | 第24页 |
2.3 本章小结 | 第24-26页 |
第三章 基于海量媒体数据的分析 | 第26-49页 |
3.1 基于海量媒体数据识别全球热点区域 | 第26-31页 |
3.1.1 数据介绍 | 第26-27页 |
3.1.2 数据处理 | 第27页 |
3.1.3 基于相对熵刻画各国的政治活动 | 第27-30页 |
3.1.4 相对熵识别政治热点国家 | 第30-31页 |
3.2 全球恐怖活动的持续性与严重性的标度律研究 | 第31-41页 |
3.2.1 数据介绍 | 第31-32页 |
3.2.2 全球恐怖活动概况 | 第32-33页 |
3.2.3 全球恐怖活动的连续性 | 第33-34页 |
3.2.4 Hurst指数与GTI相关性分析 | 第34-37页 |
3.2.5 全球恐怖活动严重性 | 第37-41页 |
3.3 基于重大事件的国家关系网络的动态演化—以南海仲裁案为例 | 第41-48页 |
3.3.1 南海仲裁案事件背景 | 第41页 |
3.3.2 南海仲裁案事件数据介绍 | 第41-42页 |
3.3.3 构建南海仲裁案事件国家关系网络及计算信息熵 | 第42-43页 |
3.3.4 基于Goldstein scale的事件发展进程刻画 | 第43-44页 |
3.3.5 基于复杂网络的事件发展进程刻画 | 第44-48页 |
3.4 本章小结 | 第48-49页 |
第四章 海量媒体数据分析平台的分析与设计 | 第49-67页 |
4.1 平台服务对象与模式 | 第49-50页 |
4.1.1 平台服务对象 | 第49页 |
4.1.2 平台服务模式 | 第49-50页 |
4.2 平台建设的可行性分析 | 第50-51页 |
4.2.1 数据支撑 | 第50页 |
4.2.2 硬件支撑 | 第50页 |
4.2.3 方法支撑 | 第50-51页 |
4.3 平台建设的需求分析 | 第51-56页 |
4.3.1 平台用户需求分析 | 第52-53页 |
4.3.2 数据查询需求 | 第53-54页 |
4.3.3 数据分析需求 | 第54-55页 |
4.3.4 服务咨询需求 | 第55-56页 |
4.3.5 平台管理需求 | 第56页 |
4.4 平台的架构设计 | 第56-59页 |
4.4.1 平台架构 | 第56-58页 |
4.4.2 平台架构设计 | 第58-59页 |
4.5 平台的数据库设计 | 第59-66页 |
4.5.1 平台数据库的总体设计 | 第59-60页 |
4.5.2 平台数据库逻辑结构设计 | 第60-66页 |
4.6 本章小结 | 第66-67页 |
第五章 海量媒体数据分析平台的实现 | 第67-86页 |
5.1 主页的实现 | 第67-68页 |
5.2 数据查询模块的实现 | 第68-74页 |
5.3 数据分析模块的实现 | 第74-84页 |
5.3.1 全球恐怖活动分析模块的实现 | 第74-77页 |
5.3.2 全球热点区域识别分析模块的实现 | 第77-81页 |
5.3.3 国家关系网络动态演化分析模块的实现 | 第81-84页 |
5.4 服务咨询模块的实现 | 第84-85页 |
5.5 本章小结 | 第85-86页 |
第六章 总结与展望 | 第86-88页 |
6.1 总结 | 第86页 |
6.2 进一步工作展望 | 第86-88页 |
参考文献 | 第88-94页 |
致谢 | 第94-95页 |
攻读学位期间发表论文情况 | 第95页 |