基于从众效应下网络舆情观点聚合模型研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景和意义 | 第9-12页 |
| 1.1.1 课题研究背景 | 第9-11页 |
| 1.1.2 课题研究的意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 网络舆情研究现状 | 第12-13页 |
| 1.2.2 网络舆情元胞自动机仿真研究现状 | 第13-14页 |
| 1.3 研究内容和方法 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究方法 | 第15页 |
| 1.3.3 文章结构 | 第15-17页 |
| 第2章 网络舆情演化建模的理论基础 | 第17-26页 |
| 2.1 网络舆情相关理论 | 第17-22页 |
| 2.1.1 网络舆情的概念 | 第17页 |
| 2.1.2 网络舆情的构成要素 | 第17-18页 |
| 2.1.3 网络舆情基本特征 | 第18页 |
| 2.1.4 网络舆情的生命周期 | 第18-21页 |
| 2.1.5 网络舆情演化影响因素 | 第21-22页 |
| 2.2 元胞自动机的理论概述 | 第22-25页 |
| 2.2.1 元胞自动机的概念 | 第22-23页 |
| 2.2.2 元胞自动机的组成 | 第23-24页 |
| 2.2.3 元胞自动机的基本特点 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 网络舆情动力学模型 | 第26-31页 |
| 3.1 离散型观点动力学模型 | 第26-28页 |
| 3.1.1 选举模型 | 第26页 |
| 3.1.2 多数决定模型 | 第26-27页 |
| 3.1.3 Sznajd模型 | 第27-28页 |
| 3.2 连续型观点动力学模型 | 第28-30页 |
| 3.2.1 Deffaunt模型 | 第28-29页 |
| 3.2.2 HK模型 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 从众效应下网络舆情观点聚合元胞自动机模型 | 第31-43页 |
| 4.1 元胞属性的定义 | 第31-32页 |
| 4.2 元胞的状态转换 | 第32-33页 |
| 4.3 三种状态转化概率 | 第33-34页 |
| 4.4 实验结果与分析 | 第34-42页 |
| 4.4.1 实验结果 | 第34-40页 |
| 4.4.2 实验分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 网络舆情的引导策略 | 第43-52页 |
| 5.1 网络舆情的积极功能 | 第43-44页 |
| 5.2 网络舆情带来的挑战 | 第44-45页 |
| 5.3 网络舆情对主体引导的不足之处 | 第45-46页 |
| 5.4 网络舆情主体的引导 | 第46-51页 |
| 5.4.1 引导的理论基础 | 第46-48页 |
| 5.4.2 对网络舆情主体进行引导的方法 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-57页 |
| 在学期间科研情况 | 第57页 |
