基于话题的网络舆情演化机制研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-16页 |
| 1.2.1 网络舆情研究 | 第10-11页 |
| 1.2.2 网络舆情话题研究 | 第11-16页 |
| 1.3 论文内容及结构 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 相关背景知识介绍 | 第18-28页 |
| 2.1 网络舆情话题相关理论基础 | 第18-20页 |
| 2.1.1 网络舆情话题内涵 | 第18-19页 |
| 2.1.2 网络舆情话题特征 | 第19-20页 |
| 2.2 潜在语义分析模型 | 第20-23页 |
| 2.2.1 潜在语义分析的基本概念 | 第21-22页 |
| 2.2.2 基于潜在语义分析的话题模型 | 第22-23页 |
| 2.3 复杂网络上的传播机制 | 第23-26页 |
| 2.3.1 复杂网络的基本概念 | 第24-25页 |
| 2.3.2 复杂网络上的舆情传播 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 网络舆情话题抽取 | 第28-40页 |
| 3.1 问题提出 | 第28-30页 |
| 3.1.1 问题描述 | 第28页 |
| 3.1.2 方案分析 | 第28-29页 |
| 3.1.3 概率潜在语义的引入 | 第29-30页 |
| 3.2 基于PLSA的网络舆情话题提取方法 | 第30-35页 |
| 3.2.1 新浪微博文本采集 | 第30-32页 |
| 3.2.2 文本分词处理 | 第32-33页 |
| 3.2.3 权值向量生成 | 第33-34页 |
| 3.2.4 基于PLSA的子话题抽取模型 | 第34-35页 |
| 3.3 网络舆情话题抽取实证分析 | 第35-39页 |
| 3.3.1 数据集准备 | 第36-37页 |
| 3.3.2 网络舆情话题提取 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 网络舆情话题演化分析 | 第40-54页 |
| 4.1 问题提出 | 第40-41页 |
| 4.2 网络舆情话题演化模型设计 | 第41-44页 |
| 4.2.1 网络舆情话题演化的静态演化模型设计 | 第41-42页 |
| 4.2.2 网络舆情话题演化的动态网络模型设计 | 第42-44页 |
| 4.3 网络舆情话题演化实证分析 | 第44-52页 |
| 4.3.1 舆情话题静态演化特性分析 | 第44-45页 |
| 4.3.2 网络舆情话题动态演化特性分析 | 第45-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 网络舆情话题在社交网络中的传播模型 | 第54-73页 |
| 5.1 问题提出 | 第54-55页 |
| 5.2 社交网络上话题传播机制分析 | 第55-62页 |
| 5.2.1 话题传播机制 | 第55-58页 |
| 5.2.2 话题转播概率影响因素 | 第58-59页 |
| 5.2.3 仿真实验分析 | 第59-62页 |
| 5.3 社交网络中多话题传播模型构建 | 第62-65页 |
| 5.3.1 多话题传播模型构建 | 第62-64页 |
| 5.3.2 实验设计 | 第64-65页 |
| 5.4 仿真结果与分析 | 第65-72页 |
| 5.4.1 多话题传播过程分析 | 第65-67页 |
| 5.4.2 话题发生时间间隔对话题传播的影响 | 第67-68页 |
| 5.4.3 话题关联程度对话题传播的影响 | 第68-69页 |
| 5.4.4 初始传播节点对话题传播的影响 | 第69-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-76页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 研究展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第79-80页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第80-81页 |
| 致谢 | 第81页 |
