| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·选题背景及研究意义 | 第10-12页 |
| ·群体智能涌现 | 第10-11页 |
| ·网络舆情 | 第11页 |
| ·群体智能涌现在网络舆情中的应用 | 第11-12页 |
| ·国内外研究现状及发展动态分析 | 第12-17页 |
| ·群体智能 | 第12-14页 |
| ·群体智能机理研究的观察对象 | 第14-15页 |
| ·网络舆情 | 第15-17页 |
| ·论文主要内容 | 第17-19页 |
| 第2章 群体智能涌现的机理 | 第19-25页 |
| ·群体智能涌现的要素和特征 | 第19-22页 |
| ·经典群体智能算法的物理描述 | 第22-25页 |
| ·蚁群优化算法(Ant Colony Optimization,ACO) | 第22-23页 |
| ·微粒群优化算法(Particle Swarm Optimization,PSO) | 第23-25页 |
| 第3章 根据群体目标函数获取个体目标函数的方法 | 第25-32页 |
| ·COIN方法 | 第25页 |
| ·聚类集成基本概念 | 第25-27页 |
| ·聚类分析 | 第25-26页 |
| ·聚类集成 | 第26-27页 |
| ·COIN方法应用于聚类集成 | 第27-28页 |
| ·群体智能涌现所需的角色 | 第27页 |
| ·个体行动决策的依据 | 第27-28页 |
| ·实验结果与分析 | 第28-30页 |
| ·数据集 | 第28页 |
| ·聚类算法 | 第28页 |
| ·结果分析 | 第28-30页 |
| ·小结 | 第30-32页 |
| 第4章 群体智能涌现在网络舆情预测中的应用原理 | 第32-42页 |
| ·网络舆情预测研究的出发点 | 第32-33页 |
| ·群体智能涌现和网络突发事件爆发的相似性 | 第33-36页 |
| ·环境模型的相似性 | 第33-34页 |
| ·群体组织方式和群体目标的相似性 | 第34页 |
| ·智能个体模型的相似性 | 第34-36页 |
| ·仿真个体个性的建立 | 第36页 |
| ·群体目标函数和个体目标函数 | 第36-40页 |
| ·群体目标函数 | 第36-38页 |
| ·获取个体目标函数 | 第38-39页 |
| ·改进个体目标函数的计算 | 第39-40页 |
| ·群体演化的算法描述 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第5章 网络舆情预测原型系统设计及运行实例 | 第42-56页 |
| ·系统总结构 | 第42-43页 |
| ·数据准备阶段的软件设计 | 第43-46页 |
| ·网页抓取技术 | 第43-44页 |
| ·将消息正文处理为文本向量 | 第44-46页 |
| ·个体个性的建立 | 第46页 |
| ·群体演化阶段的软件设计 | 第46-49页 |
| ·虚拟群体的设计 | 第46页 |
| ·群体初始化过程设计 | 第46-47页 |
| ·环境角色的设计 | 第47-48页 |
| ·个体的具体设计 | 第48-49页 |
| ·数据准备阶段的运行结果 | 第49-51页 |
| ·新闻消息 | 第49-50页 |
| ·个体个性 | 第50-51页 |
| ·群体演化阶段的运行结果 | 第51-55页 |
| ·群体演化结果 | 第51-53页 |
| ·演化结果分析 | 第53-55页 |
| ·小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |