互联网用户行为分析及信息演化模式研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 1 绪论 | 第14-38页 |
| ·研究背景与选题意义 | 第14-16页 |
| ·研究背景 | 第14-15页 |
| ·选题意义 | 第15-16页 |
| ·网络舆论的理论研究方法及现状 | 第16-32页 |
| ·主要研究方法 | 第17-21页 |
| ·信息传播动力学模型 | 第21-23页 |
| ·舆论演进过程建模 | 第23-32页 |
| ·互联网数据实证分析研究现状 | 第32-33页 |
| ·网络数据挖掘与统计学习 | 第33-34页 |
| ·网络舆论研究中的困难 | 第34-35页 |
| ·论文的主要研究内容和创新点 | 第35-37页 |
| ·论文的结构 | 第37-38页 |
| 2 网络社区用户行为分析及建模 | 第38-56页 |
| ·引言 | 第38-39页 |
| ·网络社区用户耗散行为分析与网络动力学建模 | 第39-47页 |
| ·数据集 | 第39-40页 |
| ·用户耗散行为分析 | 第40-42页 |
| ·耗散网络增长模型 | 第42-43页 |
| ·蒙特卡罗仿真 | 第43-46页 |
| ·主要结论和研究意义 | 第46-47页 |
| ·网络社区用户兴趣分析及回帖机制建模 | 第47-55页 |
| ·数据集 | 第47-48页 |
| ·用户兴趣分析 | 第48-50页 |
| ·基于用户兴趣的回帖模型 | 第50-51页 |
| ·蒙特卡罗仿真 | 第51-54页 |
| ·主要结论和研究意义 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 3 社交网络转发机制下的信息传播过程建模 | 第56-68页 |
| ·引言 | 第56-57页 |
| ·社交网络信息转发机制 | 第57-58页 |
| ·社交网络的信息传播模型 | 第58-61页 |
| ·数值仿真和分析 | 第61-65页 |
| ·稳态感染密度 | 第61页 |
| ·节点密度的时间演化 | 第61-62页 |
| ·网络结构的依赖性 | 第62-64页 |
| ·传播过程的弛豫时间 | 第64-65页 |
| ·多信息传播过程建模 | 第65-66页 |
| ·本章小节 | 第66-68页 |
| 4 社交网络舆论演化过程建模 | 第68-102页 |
| ·引言 | 第68-69页 |
| ·基于个体主观能动性的观点交互建模 | 第69-77页 |
| ·投票者模型 | 第70页 |
| ·个体倾向与观点共同演化模型 | 第70-72页 |
| ·数值仿真与分析 | 第72-77页 |
| ·主要结论和研究意义 | 第77页 |
| ·具有耗散结构的个体观点交互建模 | 第77-92页 |
| ·具有耗散结构的观点演化模型 | 第78-81页 |
| ·仿真结果分析 | 第81-84页 |
| ·外部影响下的个体交互过程 | 第84-91页 |
| ·主要结论和研究意义 | 第91-92页 |
| ·基于互联网匿名性的个体观点交互建模 | 第92-101页 |
| ·个体可信度建模 | 第93-94页 |
| ·基于匿名性的不完全信息观点演化模型 | 第94-95页 |
| ·数值模拟与分析 | 第95-98页 |
| ·具有个体记忆的观点交互过程 | 第98-100页 |
| ·主要结论及研究意义 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 5 网络信息传播态势及用户行为预测 | 第102-120页 |
| ·引言 | 第102-103页 |
| ·网络社区热门帖子的宏观预测 | 第103-112页 |
| ·热门帖子的定义 | 第103-105页 |
| ·帖子特征提取 | 第105-108页 |
| ·帖子特征融合 | 第108-109页 |
| ·模型性能测试 | 第109-111页 |
| ·基于整体学习的热门帖子预测 | 第111-112页 |
| ·微博用户转帖行为的微观预测 | 第112-119页 |
| ·转帖行为相关特征提取 | 第112-116页 |
| ·转帖行为相关特征融合 | 第116-118页 |
| ·实验结果分析 | 第118-119页 |
| ·本章小结 | 第119-120页 |
| 6 结论 | 第120-124页 |
| ·论文的工作总结 | 第120-122页 |
| ·研究展望 | 第122-124页 |
| 参考文献 | 第124-132页 |
| 作者简历 | 第132-138页 |
| 学位论文数据集 | 第138页 |
