| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本论文研究内容及章节安排 | 第15-18页 |
| 1.3.1 本论文研究内容 | 第15-16页 |
| 1.3.2 本论文章节安排 | 第16-18页 |
| 第2章 信息传播预测相关理论 | 第18-25页 |
| 2.1 基于传染病模型的信息传播预测 | 第18-19页 |
| 2.2 基于分类模型的信息传播预测 | 第19-24页 |
| 2.2.1 K-最近邻分类算法KNN | 第19-21页 |
| 2.2.2 决策树分类 | 第21-22页 |
| 2.2.3 朴素贝叶斯分类 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于缩放型聚类的时序预测算法S-CTP | 第25-49页 |
| 3.1 基于聚类的时序预测算法CTP | 第25-26页 |
| 3.2 时间序列聚类算法 | 第26-30页 |
| 3.2.1 Kmeans聚类算法 | 第26-27页 |
| 3.2.2 KSC聚类算法 | 第27-29页 |
| 3.2.3 增量式KSC聚类算法 | 第29-30页 |
| 3.3 基于缩放型聚类的时序预测算法S-CTP的主要思想 | 第30-33页 |
| 3.4 实验方案 | 第33-42页 |
| 3.4.1 数据集 | 第33-40页 |
| 3.4.2 实验配置 | 第40页 |
| 3.4.3 性能指标 | 第40-42页 |
| 3.5 实验结果分析 | 第42-47页 |
| 3.5.1 预测偏差PB与预测方差PV分析 | 第42-45页 |
| 3.5.2 预测精度PA与F1分析 | 第45-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第4章 基于分段聚类的时序预测算法D-CTP | 第49-64页 |
| 4.1 基于分段聚类的时序预测算法D-CTP的主要思想 | 第49-52页 |
| 4.2 基于缩放型分段聚类的时序预测算法SD-CTP | 第52-54页 |
| 4.3 对比实验 | 第54页 |
| 4.4 实验结果与分析 | 第54-63页 |
| 4.4.1 预测偏差PB与预测方差PV分析 | 第54-59页 |
| 4.4.2 预测精度PA分析 | 第59-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论与展望 | 第64-65页 |
| 结论 | 第64页 |
| 进一步工作 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文 | 第71-72页 |
| 附录 | 第72页 |
