| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景与研究意义 | 第8-9页 |
| 1.1.1 课题研究的背景 | 第8页 |
| 1.1.2 课题研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 实体识别 | 第10-11页 |
| 1.2.2 个体影响力 | 第11-12页 |
| 1.2.3 传播模型 | 第12-13页 |
| 1.2.4 事件热度特征 | 第13-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 社交网络事件热度预测相关理论 | 第16-25页 |
| 2.1 概述 | 第16页 |
| 2.2 课题分析与评价指标 | 第16-18页 |
| 2.2.1 社交网络事件热度预测定义 | 第16-17页 |
| 2.2.2 评价指标 | 第17-18页 |
| 2.3 文本信息提取 | 第18-21页 |
| 2.3.1 基于HMM的命名实体识别 | 第18-20页 |
| 2.3.2 基于SVM的中文文本分类 | 第20-21页 |
| 2.4 基于PageRank的个体影响力计算 | 第21-22页 |
| 2.5 社交网络事件传播预测算法 | 第22-23页 |
| 2.5.1 线性回归模型 | 第22-23页 |
| 2.5.2 梯度提升决策树模型 | 第23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 社交网络事件主体影响力特征提取 | 第25-37页 |
| 3.1 概述 | 第25-26页 |
| 3.2 弱连接用户分析 | 第26-28页 |
| 3.2.1 弱连接定义 | 第26-28页 |
| 3.3 基于弱连接的PageRank个体影响力算法优化 | 第28-31页 |
| 3.3.1 基准影响力排序模型 | 第29页 |
| 3.3.2 影响力模型评价指标 | 第29-30页 |
| 3.3.3 个体影响力实验及分析 | 第30-31页 |
| 3.4 事件主体提取分析 | 第31-35页 |
| 3.4.1 社交网络文本语言知识 | 第31-32页 |
| 3.4.2 实体识别的状态空间与最佳搜索路径 | 第32-33页 |
| 3.4.3 社交网络事件主体提取实现 | 第33-35页 |
| 3.5 主体影响力提取流程 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 社交网络事件等级特征提取 | 第37-43页 |
| 4.1 概述 | 第37-38页 |
| 4.2 社交网络事件等级体系 | 第38-39页 |
| 4.3 社交网络事件等级划分 | 第39-42页 |
| 4.3.1 社交网络事件分类方法 | 第39-41页 |
| 4.3.2 等级划分的热度参数 | 第41页 |
| 4.3.3 等级特征提取流程 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 社交网络事件热度预测 | 第43-51页 |
| 5.1 社交网络事件的热度特征提取 | 第43-45页 |
| 5.2 GBDT模型训练 | 第45-46页 |
| 5.3 实验结果和分析 | 第46-50页 |
| 5.3.1 新浪微博数据集 | 第46-48页 |
| 5.3.2 微博平台社交网络事件热度预测 | 第48-50页 |
| 5.3.3 文本内容特征对预测准确度影响分析 | 第50页 |
| 5.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第55-57页 |
| 致谢 | 第57页 |