面向社交网络的群体分析关键技术研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第15-37页 |
| 1.1 研究背景与意义 | 第15-23页 |
| 1.1.1 在线社交网络概述 | 第15-18页 |
| 1.1.2 网络社会群体 | 第18-21页 |
| 1.1.3 面临的挑战 | 第21-23页 |
| 1.2 相关研究工作 | 第23-32页 |
| 1.2.1 社区与群体 | 第23-25页 |
| 1.2.2 立场：文本情感分析 | 第25-27页 |
| 1.2.3 行为：用户行为分析 | 第27-29页 |
| 1.2.4 信息：热点话题检测 | 第29-32页 |
| 1.3 本文的工作与创新 | 第32-35页 |
| 1.4 论文结构 | 第35-37页 |
| 第二章 基于动态交互的群体聚集机理及演化分析方法 | 第37-59页 |
| 2.1 研究动机 | 第37-39页 |
| 2.2 问题定义 | 第39-41页 |
| 2.3 方法描述 | 第41-48页 |
| 2.3.1 算法框架 | 第41-43页 |
| 2.3.2 片内活跃社区检测 | 第43-47页 |
| 2.3.3 活跃社区更新 | 第47-48页 |
| 2.4 实验验证 | 第48-57页 |
| 2.4.1 数据集 | 第49页 |
| 2.4.2 参数设定 | 第49-50页 |
| 2.4.3 交互树分析 | 第50页 |
| 2.4.4 话题分析 | 第50-52页 |
| 2.4.5 社区分析 | 第52-56页 |
| 2.4.6 实验效率与效果分析 | 第56-57页 |
| 2.5 本章小结 | 第57-59页 |
| 第三章 基于多元情感向量模型的群体情感演化分析 | 第59-81页 |
| 3.1 研究动机 | 第59-61页 |
| 3.2 问题定义 | 第61-63页 |
| 3.3 方法描述 | 第63-72页 |
| 3.3.1 多元情感模型 | 第64-69页 |
| 3.3.2 演化分析框架 | 第69-72页 |
| 3.4 实验分析 | 第72-79页 |
| 3.4.1 数据集 | 第72页 |
| 3.4.2 突发事件多维度情感分析 | 第72-76页 |
| 3.4.3 情感演化分析 | 第76-77页 |
| 3.4.4 有效性验证 | 第77-79页 |
| 3.5 本章小结 | 第79-81页 |
| 第四章 面向社交网络结构和转发的用户行为分析 | 第81-97页 |
| 4.1 引言 | 第81-83页 |
| 4.2 问题定义及数据集描述 | 第83-85页 |
| 4.2.1 问题定义 | 第83-84页 |
| 4.2.2 数据集 | 第84-85页 |
| 4.3 转发概率与关注模式 | 第85-92页 |
| 4.3.1 定性分析 | 第85-88页 |
| 4.3.2 定量分析 | 第88-92页 |
| 4.4 转发概率与活跃度 | 第92-95页 |
| 4.5 转发概率与三角形数目 | 第95-96页 |
| 4.6 本章小结 | 第96-97页 |
| 第五章 基于情感符号的在线突发事件检测 | 第97-113页 |
| 5.1 研究动机 | 第97-98页 |
| 5.2 问题定义 | 第98-100页 |
| 5.3 方法描述 | 第100-106页 |
| 5.3.1 情感符号模型构造 | 第100-102页 |
| 5.3.2 突发情感符号检测 | 第102-103页 |
| 5.3.3 基于情感符号的事件抽取 | 第103-106页 |
| 5.3.4 离线回收机制 | 第106页 |
| 5.4 实验分析 | 第106-111页 |
| 5.4.1 数据集 | 第106-107页 |
| 5.4.2 实验结果 | 第107-110页 |
| 5.4.3 算法及结果分析 | 第110-111页 |
| 5.5 本章小结 | 第111-113页 |
| 第六章 总结与展望 | 第113-117页 |
| 6.1 论文工作总结 | 第113-115页 |
| 6.2 课题研究展望 | 第115-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-129页 |
| 作者在学期间取得的学术成果 | 第129-131页 |
| 攻读博士学位期间参与的科研项目 | 第131页 |
