| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 问题分析 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第二章 相关研究 | 第12-20页 |
| 2.1 时间序列分析 | 第12-17页 |
| 2.1.1 时间序列 | 第12页 |
| 2.1.2 时间序列分析 | 第12-14页 |
| 2.1.3 线性自回归AR(p) | 第14-15页 |
| 2.1.4 移动平均MA(q) | 第15页 |
| 2.1.5 自回归滑动平均ARMA(p,q) | 第15-16页 |
| 2.1.6 季节自回归SARMA | 第16页 |
| 2.1.7 自回归积分滑动平均ARIMA | 第16页 |
| 2.1.8 自回归条件异方差ARCH族 | 第16-17页 |
| 2.2 网络话题热度研究 | 第17-18页 |
| 2.3 网络话题情感倾向研究 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于电子足迹数据的突发事件关联关系分析模型 | 第20-29页 |
| 3.1 领域模型构建 | 第20-24页 |
| 3.1.1 领域目标 | 第20-21页 |
| 3.1.2 领域任务流 | 第21-22页 |
| 3.1.3 领域本体模型 | 第22-24页 |
| 3.2 计算因子定义 | 第24-28页 |
| 3.2.1 对象属性计算因子 | 第25-26页 |
| 3.2.2 事件属性计算因子 | 第26-28页 |
| 3.2.3 关联关系计算因子 | 第28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 突发事件关联关系分析及预测 | 第29-42页 |
| 4.1 数据集与预处理 | 第29-30页 |
| 4.1.1 数据集 | 第29页 |
| 4.1.2 事件抽取 | 第29-30页 |
| 4.1.3 时间间隔选取 | 第30页 |
| 4.2 同类事件关联关系分析 | 第30-37页 |
| 4.2.1 影响因素分析 | 第30-31页 |
| 4.2.2 传播影响因素挖掘 | 第31-35页 |
| 4.2.3 同类事件触发关系分析 | 第35-37页 |
| 4.3 异类事件关联关系及共性 | 第37-41页 |
| 4.3.1 时间属性 | 第37-38页 |
| 4.3.2 空间属性 | 第38-39页 |
| 4.3.3 发展趋势相似性 | 第39-41页 |
| 4.4 事件预测 | 第41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 面向突发事件的共享平台体系结构设计 | 第42-59页 |
| 5.1 系统结构 | 第42-43页 |
| 5.2 业务模型 | 第43-47页 |
| 5.2.1 数据源管理 | 第43-45页 |
| 5.2.2 案例抽取任务管理 | 第45页 |
| 5.2.3 案例服务 | 第45-47页 |
| 5.3 角色模型 | 第47-50页 |
| 5.3.1 匿名用户 | 第47页 |
| 5.3.2 注册用户 | 第47-49页 |
| 5.3.3 平台管理者 | 第49-50页 |
| 5.4 技术架构 | 第50-56页 |
| 5.4.1 服务层次结构 | 第50页 |
| 5.4.2 平台技术框架 | 第50-51页 |
| 5.4.3 并发任务框架 | 第51-56页 |
| 5.5 模块API | 第56-57页 |
| 5.5.1 包设计 | 第56-57页 |
| 5.5.2 任务框架API设计 | 第57页 |
| 5.6 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |