| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第13-25页 |
| 1.1 研究背景及研究意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义及应用前景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-22页 |
| 1.2.1 网络舆情及舆情演化的研究现状 | 第15-19页 |
| 1.2.2 微博社会网络的国内外研究现状 | 第19-22页 |
| 1.3 研究内容与研究方法 | 第22-24页 |
| 1.3.1 研究内容及技术路线 | 第22-23页 |
| 1.3.2 研究方法 | 第23-24页 |
| 1.4 论文创新点 | 第24-25页 |
| 2 相关理论基础研究 | 第25-30页 |
| 2.1 网络舆情及舆情演化相关理论 | 第25-27页 |
| 2.1.1 网络舆情的内涵及分类 | 第25页 |
| 2.1.2 网络舆情演化生命周期理论 | 第25-26页 |
| 2.1.3 网络舆情演化机制研究 | 第26-27页 |
| 2.2 社会网络相关理论 | 第27-29页 |
| 2.2.1 社会网络的内涵 | 第27页 |
| 2.2.2 社会网络的特征指标 | 第27-28页 |
| 2.2.3 主要的网络传播演化模型 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 微博舆情社会网络构建及关键节点识别 | 第30-38页 |
| 3.1 微博舆情社会网络的构建 | 第30-31页 |
| 3.2 微博舆情网络的特征指标描述 | 第31-33页 |
| 3.2.1 网络测度指标 | 第31-32页 |
| 3.2.2 节点测度指标 | 第32-33页 |
| 3.3 微博舆情关键节点识别及评价 | 第33-36页 |
| 3.3.1 改进的PageRank微博关键节点识别算法 | 第34-35页 |
| 3.3.2 微博关键节点识别结果评价 | 第35-36页 |
| 3.3.3 微博关键节点识别结果分析 | 第36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 微博舆情网络的特征演化实证分析 | 第38-52页 |
| 4.1 微博舆情整体网络特征演化分析 | 第38-44页 |
| 4.1.1 舆情网络整体结构分析 | 第38-40页 |
| 4.1.2 舆情网络特征演化分析 | 第40-44页 |
| 4.2 微博舆情关键节点特征演化分析 | 第44-50页 |
| 4.2.1 关键节点整体特征描述 | 第45页 |
| 4.2.2 关键节点特征演化分析 | 第45-50页 |
| 4.3 本章小结 | 第50-52页 |
| 5 不同网络结构下的微博舆情演化仿真分析 | 第52-72页 |
| 5.1 不同阶段社会网络结构的划分 | 第52-54页 |
| 5.2 基于改进SIR的微博舆情演化模型 | 第54-57页 |
| 5.2.1 微博舆情信息传播路径分析 | 第54-55页 |
| 5.2.2 微博舆情演化模型构建 | 第55-57页 |
| 5.3 基于改进SIR的微博舆情演化仿真实现 | 第57-59页 |
| 5.3.1 特定网络结构矩阵M加载 | 第57-58页 |
| 5.3.2 传染概率矩阵Weight计算 | 第58页 |
| 5.3.3 不同初始参数设定 | 第58页 |
| 5.3.4 t时间步长信息传播比例计算 | 第58-59页 |
| 5.4 实验数据分析 | 第59-71页 |
| 5.4.1 成长期网络结构下的舆情演化分析 | 第60-62页 |
| 5.4.2 爆发期网络结构下的舆情演化分析 | 第62-65页 |
| 5.4.3 衰退期网络结构下的舆情演化分析 | 第65-68页 |
| 5.4.4 平缓期网络结构下的舆情演化分析 | 第68-71页 |
| 5.5 本章小结 | 第71-72页 |
| 6 总结和展望 | 第72-74页 |
| 6.1 研究结论 | 第72-73页 |
| 6.2 研究不足及展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |