| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 微博网站的谣言检测相关问题 | 第11-13页 |
| 1.4 研究内容及创新点 | 第13-14页 |
| 1.5 论文结构 | 第14-16页 |
| 第二章 谣言微博的传播模式分析 | 第16-25页 |
| 2.1 微博传播的时间曲线 | 第19-21页 |
| 2.2 微博传播的时间序列 | 第21页 |
| 2.3 时间标记生成方法 | 第21-22页 |
| 2.4 动态时间序列模型 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 微博时间序列的特征提取 | 第25-34页 |
| 3.1 微博/推文的特点及预处理 | 第25-26页 |
| 3.2 基于微博内容的特征 | 第26-31页 |
| 3.3 基于用户的特征 | 第31-32页 |
| 3.4 基于传播的特征 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 微博网站的谣言检测实验和结果分析 | 第34-43页 |
| 4.1 实验数据集 | 第35页 |
| 4.2 实验工具和设置 | 第35-38页 |
| 4.2.1 对比实验设置 | 第35-36页 |
| 4.2.2 实验工具和评价指标 | 第36-37页 |
| 4.2.3 实验参数设置 | 第37-38页 |
| 4.3 谣言检测实验结果分析 | 第38-40页 |
| 4.4 谣言的早期发现 | 第40-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 谣言检测方法在Twitter情感分析中的应用 | 第43-54页 |
| 5.1 情感分析研究现状 | 第43-44页 |
| 5.2 Twitter文本情感分类方法 | 第44-51页 |
| 5.2.1 Twitter文本的特征提取 | 第45-50页 |
| 5.2.2 基于规则的情感分类 | 第50-51页 |
| 5.3 实验设置与结果分析 | 第51-52页 |
| 5.4 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-57页 |
| 6.1 全文总结 | 第54-55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文目录 | 第62页 |