网络群体事件态势感知关键技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 社交网络的发展现状 | 第11-12页 |
| 1.2.2 网络群体事件态势感知模式概述 | 第12-14页 |
| 1.3 论文研究内容及意义 | 第14-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 相关理论方法概述 | 第18-25页 |
| 2.1 个体用户角色发现研究 | 第18-20页 |
| 2.2 用户关系链接预测研究 | 第20-21页 |
| 2.3 虚拟社区发现研究 | 第21-22页 |
| 2.4 信息传播规律研究 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于网络结构的群体事件态势感知模型 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 基于随机场理论的态势感知模型设计 | 第25-35页 |
| 3.2.1 问题定义 | 第25-27页 |
| 3.2.2 属性提取 | 第27-30页 |
| 3.2.3 模型整体框架 | 第30-31页 |
| 3.2.4 动态影响力因子函数 | 第31-33页 |
| 3.2.5 网络群体事件态势感知模型 | 第33-35页 |
| 3.3 态势感知模型学习算法 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 面向网络群体事件的信息溯源方法 | 第38-47页 |
| 4.1 引言 | 第38页 |
| 4.2 基于Page Rank算法的信息溯源方法 | 第38-44页 |
| 4.2.1 问题定义 | 第39-40页 |
| 4.2.2 模型整体框架 | 第40-41页 |
| 4.2.3 模型主要功能模块介绍 | 第41-44页 |
| 4.3 信息溯源方案学习算法 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 网络群体事件态势感知分析及实现 | 第47-60页 |
| 5.1 数据集 | 第47-49页 |
| 5.1.1 数据抓取 | 第47页 |
| 5.1.2 数据集描述 | 第47-49页 |
| 5.2 态势感知模型学习算法设计 | 第49-54页 |
| 5.2.1 学习算法实现过程 | 第49-53页 |
| 5.2.2 评估准则 | 第53-54页 |
| 5.2.3 算法评估与对比 | 第54页 |
| 5.3 信息溯源方法算法设计 | 第54-59页 |
| 5.3.1 学习算法实现过程 | 第54-56页 |
| 5.3.2 评估准则 | 第56-57页 |
| 5.3.3 算法评估与对比 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结及未来工作 | 第60-62页 |
| 6.1 研究工作总结 | 第60-61页 |
| 6.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第68页 |
