社交媒体信息传播与情感计算
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 课题研究现状 | 第9-14页 |
| 1.2.1 社交媒体舆情信息传播研究现状 | 第9-10页 |
| 1.2.2 谣言立场分析研究现状 | 第10-12页 |
| 1.2.3 谣言真实性预测研究现状 | 第12-14页 |
| 1.2.4 存在的问题 | 第14页 |
| 1.3 本文主要研究内容与论文结构安排 | 第14-16页 |
| 1.3.1 论文主要研究内容 | 第14-15页 |
| 1.3.2 论文组织结构 | 第15-16页 |
| 2 基础模型与方法 | 第16-26页 |
| 2.1 信息传播仿真技术 | 第16-18页 |
| 2.1.1 复杂网络模型 | 第16-17页 |
| 2.1.2 信息传播模型 | 第17页 |
| 2.1.3 多智能体概念 | 第17-18页 |
| 2.2 谣言分类系统简介 | 第18-20页 |
| 2.2.1 谣言类型 | 第18-19页 |
| 2.2.2 谣言分类系统架构 | 第19-20页 |
| 2.3 谣言检测相关技术 | 第20-24页 |
| 2.3.1 文本预处理 | 第20-21页 |
| 2.3.2 文本表示 | 第21页 |
| 2.3.3 文本分类方法 | 第21-23页 |
| 2.3.4 基于LSTM的分类方法 | 第23-24页 |
| 2.4 相关评测 | 第24-26页 |
| 3 基于多智能体的舆情信息传播与演化 | 第26-44页 |
| 3.1 网络舆情信息传播模型 | 第27-29页 |
| 3.1.1 人工社会网络构建 | 第27页 |
| 3.1.2 信息传播模型 | 第27-29页 |
| 3.2 基于Agent的舆情演化仿真模型 | 第29-35页 |
| 3.2.1 概念模型设计 | 第29页 |
| 3.2.2 主体属性定义 | 第29-30页 |
| 3.2.3 网民交互规则设计 | 第30-32页 |
| 3.2.4 媒体交互规则设计 | 第32-33页 |
| 3.2.5 个体倾向性规则设计 | 第33-34页 |
| 3.2.6 模型算法描述 | 第34-35页 |
| 3.3 实验与分析 | 第35-43页 |
| 3.3.1 仿真平台及参数设置 | 第35页 |
| 3.3.2 信息传播与观点演化 | 第35-37页 |
| 3.3.3 实证背景 | 第37-39页 |
| 3.3.4 实证对比 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 社交媒体的谣言检测研究 | 第44-58页 |
| 4.1 引言 | 第44-45页 |
| 4.2 基于传统方法的特征模板构建 | 第45-47页 |
| 4.3 基于树结构的序列标注模型 | 第47-49页 |
| 4.4 基于对话序列的谣言立场分类模型 | 第49-51页 |
| 4.4.1 文本表示 | 第49页 |
| 4.4.2 对话序列的抽取 | 第49-50页 |
| 4.4.3 模型构建 | 第50-51页 |
| 4.5 谣言真实性预测模型 | 第51-52页 |
| 4.6 实验与分析 | 第52-56页 |
| 4.6.1 实验数据集 | 第52页 |
| 4.6.2 基于传统方法的谣言立场识别 | 第52-53页 |
| 4.6.3 基于序列标注的谣言立场识别 | 第53-54页 |
| 4.6.4 基于对话序列的立场识别 | 第54-55页 |
| 4.6.5 谣言真实性预测 | 第55-56页 |
| 4.7 本章小结 | 第56-58页 |
| 5 舆情仿真系统 | 第58-62页 |
| 5.1 系统开发环境 | 第58-59页 |
| 5.2 系统功能设计 | 第59-62页 |
| 5.2.1 初始化 | 第59页 |
| 5.2.2 仿真过程显示 | 第59-60页 |
| 5.2.3 调试与输出 | 第60-61页 |
| 5.2.4 场景数据展示 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 附录 | 第70页 |
