摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-15页 |
·互联网与网络论坛 | 第7-8页 |
·自相似性与分形 | 第8-11页 |
·自相似现象的相关研究 | 第11-12页 |
·网络论坛的相关研究 | 第12-13页 |
·本文研究意义和主要内容 | 第13-15页 |
第二章 自相似定义、模型和参数估计 | 第15-27页 |
·自相似过程 | 第15-16页 |
·短相关性与相关模型 | 第16-20页 |
·马尔可夫模型 | 第16-18页 |
·AR模型 | 第18页 |
·MA模型 | 第18-19页 |
·ARMA模型 | 第19页 |
·ARIMA模型 | 第19-20页 |
·长相关性与相关模型 | 第20-22页 |
·长相关的定义 | 第21页 |
·FARIMA模型 | 第21-22页 |
·短相关性与长相关性的判断 | 第22页 |
·Hurst参数的估计方法 | 第22-26页 |
·R/S分析法 | 第23页 |
·方差分析法 | 第23-24页 |
·留数法 | 第24页 |
·周期图法 | 第24-25页 |
·Whittle最大似然估计法 | 第25页 |
·小波估计法 | 第25-26页 |
·自相关函数 | 第26-27页 |
第三章 网络论坛文章数序列分析及建模 | 第27-39页 |
·数据来源 | 第27-28页 |
·自相似性的论证 | 第28-29页 |
·马尔可夫模型的算法 | 第29-30页 |
·FARIMA模型算法及伪代码 | 第30-33页 |
·λ-ARMA模型算法及伪代码 | 第33-35页 |
·FARIMA模型和λ-ARMA模型计算复杂度的对比 | 第35-36页 |
·基于FARIMA模型和λ-ARMA模型的拟合 | 第36-39页 |
第四章 网络论坛文章数序列的预测 | 第39-47页 |
·预测原理 | 第39-42页 |
·预测算法 | 第42-44页 |
·预测结果及分析 | 第44-47页 |
第五章 总结与展望 | 第47-49页 |
致谢 | 第49-50页 |
参考文献 | 第50-54页 |
附录Ⅰ.攻读硕士期间发表论文情况 | 第54-55页 |