| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状及综述 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第10-12页 |
| 1.2.2 研究现状综述 | 第12-13页 |
| 1.3 研究内容与可能创新点 | 第13-14页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 可能的创新点 | 第14页 |
| 1.4 研究方法与技术路线 | 第14-16页 |
| 1.4.1 研究方法 | 第14-15页 |
| 1.4.2 技术路线 | 第15-16页 |
| 第2章 相关理论概述 | 第16-24页 |
| 2.1 网络舆情理论 | 第16-18页 |
| 2.1.1 网络舆情的定义 | 第16页 |
| 2.1.2 网络舆情的研究内容 | 第16-17页 |
| 2.1.3 网络舆情管理的发展趋势 | 第17-18页 |
| 2.2 超网络理论 | 第18-19页 |
| 2.2.1 超网络的定义 | 第18-19页 |
| 2.2.2 超网络的特性 | 第19页 |
| 2.2.3 超网络的应用 | 第19页 |
| 2.3 其他相关方法 | 第19-23页 |
| 2.3.1 超诱导主题搜索算法(HITS) | 第19-21页 |
| 2.3.2 犹豫模糊语言术语集(HFLTS) | 第21-22页 |
| 2.3.3 向量空间模型(VSM) | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于超网络的网络舆情分析框架 | 第24-33页 |
| 3.1 问题描述 | 第24页 |
| 3.2 基于超网络的网络舆情分析框架构建 | 第24-32页 |
| 3.2.1 框架描述 | 第24-25页 |
| 3.2.2 属性描述 | 第25-29页 |
| 3.2.3 指标描述 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 基于超网络的网络舆情关键因素识别模型 | 第33-43页 |
| 4.1 问题描述 | 第33页 |
| 4.2 指标描述 | 第33页 |
| 4.3 基于超网络的网络舆情关键因素识别模型构建 | 第33-40页 |
| 4.3.1 子网络层分析 | 第34-37页 |
| 4.3.2 超边排序算法 | 第37-40页 |
| 4.3.3 关键因素识别 | 第40页 |
| 4.4 基于超网络的网络舆情关键因素识别模型的检验 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 算例分析与网络舆情引导策略研究 | 第43-58页 |
| 5.1 基于超网络的网络舆情分析框架的算例描述 | 第43-45页 |
| 5.1.1 框架拓扑结构 | 第43-44页 |
| 5.1.2 基本属性描述 | 第44-45页 |
| 5.2 网络舆情关键因素识别模型的算例分析与验证 | 第45-53页 |
| 5.2.1 子网络层算例分析 | 第46页 |
| 5.2.2 超边排序算例分析 | 第46-47页 |
| 5.2.3 关键因素识别算例分析 | 第47-49页 |
| 5.2.4 关键因素识别模型检验 | 第49-53页 |
| 5.3 基于算例分析的网络舆情引导策略研究 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 附录A | 第60-63页 |
| 参考文献 | 第63-69页 |
| 在读期间发表的学术论文及研究成果 | 第69-70页 |
| 致谢 | 第70页 |