| 摘要 | 第2-4页 |
| Abstract | 第4-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 网络舆情研究现状 | 第12-13页 |
| 1.2.2 元胞自动机的研究现状 | 第13-14页 |
| 1.2.3 复杂网络的研究现状 | 第14-15页 |
| 1.2.4 神经网络应用于网络舆情的研究现状 | 第15页 |
| 1.3 研究内容 | 第15-17页 |
| 第2章 网络舆情演化机理分析 | 第17-22页 |
| 2.1 网络舆情概念 | 第17-18页 |
| 2.1.1 网络舆情的概念 | 第17页 |
| 2.1.2 网络舆情演化的概念 | 第17-18页 |
| 2.2 网络舆情的演化主体分析 | 第18-19页 |
| 2.3 网络舆情演化的动力学机理分析 | 第19-21页 |
| 2.3.1 网络舆情动力学基本概念 | 第19页 |
| 2.3.2 网络舆情基本模型 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于元胞自动机的网络舆情演化模型研究 | 第22-43页 |
| 3.1 元胞自动机理论 | 第22-24页 |
| 3.1.1 元胞自动机概念 | 第22页 |
| 3.1.2 元胞自动机的基本元素 | 第22-24页 |
| 3.2 基于元胞自动机的网络舆情演化模型研究 | 第24-32页 |
| 3.2.1 元胞自动机的网络舆情演化模型的建立 | 第24-25页 |
| 3.2.2 实例仿真 | 第25-32页 |
| 3.3 基于双层耦合元胞自动机网络舆情演化模型研究 | 第32-42页 |
| 3.3.1 模型建立 | 第32-33页 |
| 3.3.2 仿真与分析 | 第33-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于复杂网络的网络舆情演化模型研究 | 第43-56页 |
| 4.1 复杂网络理论 | 第43-45页 |
| 4.1.1 图和复杂网络的基本概念 | 第43-44页 |
| 4.1.2 小世界网络 | 第44页 |
| 4.1.3 无标度网络 | 第44-45页 |
| 4.2 基于NW小世界网络的网络舆情演化模型研究 | 第45-53页 |
| 4.2.1 NW小世界模型构造算法 | 第45页 |
| 4.2.2 网络舆情演化规则 | 第45-48页 |
| 4.2.3 基于NW小世界网络的舆情演化模型的实验仿真与分析 | 第48-53页 |
| 4.3 基于BA网络的网络舆情演化模型研究 | 第53-55页 |
| 4.3.1 BA模型构造算法 | 第53页 |
| 4.3.2 基于BA网络的网络舆情演化模型建立与仿真 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 网络舆情预测模型研究 | 第56-78页 |
| 5.1 混沌理论 | 第56-59页 |
| 5.1.1 相空间重构 | 第56-58页 |
| 5.1.2 混沌特性判别方法 | 第58-59页 |
| 5.2 回声状态网络 | 第59-60页 |
| 5.3 基于回声状态网络的网络舆情时间序列预测模型 | 第60-63页 |
| 5.3.1 网络舆情时间序列的混沌特性分析 | 第60-62页 |
| 5.3.2 基于回声状态网络的网络舆情时间序列预测模型 | 第62页 |
| 5.3.3 算例仿真与分析 | 第62-63页 |
| 5.4 基于改进回声状态网络的网络舆情预测模型 | 第63-77页 |
| 5.4.1 改进的回声状态网络 | 第63-65页 |
| 5.4.2 混合协同进化算法 | 第65-69页 |
| 5.4.3 基于改进回声状态网络的网络舆情预测模型研究 | 第69-70页 |
| 5.4.4 仿真实验及性能分析 | 第70-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-87页 |
| 攻读硕士期间完成和录用相关文献列表 | 第87-88页 |
| 致谢 | 第88-90页 |
