社交网络中突发事件的态势感知算法研究与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 论文背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文主要内容及结构 | 第14-17页 |
| 1.3.1 论文主要内容 | 第14-15页 |
| 1.3.2 论文组织结构 | 第15-17页 |
| 2 社交网络态势感知算法 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 态势察觉阶段的突发检测技术 | 第17-21页 |
| 2.2.1 突发事件定义 | 第18页 |
| 2.2.2 突发事件检测技术 | 第18-21页 |
| 2.3 态势理解阶段的文本分类与聚类技术 | 第21-25页 |
| 2.3.1 文本分类算法概述 | 第21-22页 |
| 2.3.2 TF-IDF及文本相似度计算 | 第22-23页 |
| 2.3.3 文本聚类算法概述 | 第23-25页 |
| 2.4 态势预测阶段的传播预测技术 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 态势感知算法优化及实现 | 第26-52页 |
| 3.1 引言 | 第26页 |
| 3.2 社交网络文本特点分析 | 第26-27页 |
| 3.3 文本数据分析及预处理 | 第27-29页 |
| 3.3.1 中文分词 | 第27-28页 |
| 3.3.2 词性标注及去除停用词 | 第28-29页 |
| 3.4 态势察觉算法实现 | 第29-33页 |
| 3.4.1 突发事件与突发检测 | 第29-31页 |
| 3.4.2 突发特征词选择算法优化 | 第31-33页 |
| 3.4.3 态势察觉算法实施方案 | 第33页 |
| 3.5 态势理解算法实现 | 第33-40页 |
| 3.5.1 中文文本分类实现 | 第33-38页 |
| 3.5.2 文本聚类算法实现 | 第38-39页 |
| 3.5.3 态势理解算法实施方案 | 第39-40页 |
| 3.6 实验设计及结果分析 | 第40-50页 |
| 3.6.1 实验数据获取 | 第40-41页 |
| 3.6.2 实验设计 | 第41-49页 |
| 3.6.3 结果分析 | 第49-50页 |
| 3.7 本章小结 | 第50-52页 |
| 4 态势预测模型研究及实现 | 第52-62页 |
| 4.1 引言 | 第52页 |
| 4.2 社交网络传播特征分析 | 第52-53页 |
| 4.2.1 用户影响力分析 | 第52-53页 |
| 4.2.2 事件热度分析 | 第53页 |
| 4.3 态势预测模型构建 | 第53-56页 |
| 4.4 态势预测功能实现 | 第56-57页 |
| 4.4.1 节点属性设置 | 第56页 |
| 4.4.2 传播预测曲线 | 第56-57页 |
| 4.5 实验设计及结果分析 | 第57-61页 |
| 4.5.1 实验设计 | 第57-60页 |
| 4.5.2 结果分析 | 第60-61页 |
| 4.6 本章小结 | 第61-62页 |
| 5 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第67-69页 |
| 学位论文数据集 | 第69页 |
