首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

社交网络群体情感行为关键问题研究

摘要第5-8页
ABSTRACT第8-10页
第一章 绪论第15-23页
    1.1. 研究背景第15-17页
    1.2. 研究目的和意义第17-19页
    1.3. 研究内容和创新点第19-21页
    1.4. 论文结构第21-23页
第二章 社交网络情感行为相关研究概述第23-39页
    2.1. 复杂网络和社交网络简介第23-25页
    2.2. 社交网络情感分析简介第25-26页
    2.3. 人类行为的幂律分布特征第26-29页
    2.4. 聚类和社团发现相关知识第29-33页
        2.4.1. 聚类简介第29-30页
        2.4.2. 社团发现简介第30-32页
        2.4.3. 情感聚类和情感社团第32-33页
    2.5. 社交网络节点影响力与情感第33-37页
        2.5.1. 影响强度第33-34页
        2.5.2. 影响力节点发现第34-35页
        2.5.3. 情感与影响力关系第35-37页
    2.6. 本章小结第37-39页
第三章 新浪微博群体分级别情感行为分析及建模仿真第39-51页
    3.1. 引言第39-40页
    3.2. 微博情感计算分级第40-42页
    3.3. 用户分级别情感行为分析第42-45页
        3.3.1. 微博实验数据第42页
        3.3.2. 统计分析实验第42-45页
    3.4. 分级别情感行为模型第45-47页
    3.5. 仿真实验第47-49页
    3.6. 本章小结第49-51页
第四章 基于多元情感行为时间序列的社交网络用户聚类分析第51-67页
    4.1 引言第51-52页
    4.2. 多元情感时间序列构建第52-54页
        4.2.1. 时间序列简介第52页
        4.2.2. 微博多元情感向量第52-54页
    4.3. 微博多元情感分析第54-57页
        4.3.1. 实验数据第54-55页
        4.3.2. 社交网络用户群体情感波动分析第55-57页
    4.4. 用户群体多元情感聚类第57-60页
        4.4.1. PCA相似性第57-59页
        4.4.2. 距离相似性第59页
        4.4.3. 多元情感聚类算法第59-60页
    4.5. 聚类实验分析第60-66页
        4.5.1. 用户群体多元情感聚类实验第60-62页
        4.5.2. 距离相似性作用实验第62-63页
        4.5.3. 聚类稳定性对比实验第63-65页
        4.5.4. 聚类情感词频统计实验第65页
        4.5.5. 主流用户群体情感波动实验第65-66页
    4.6. 本章小结第66-67页
第五章 微博用户情感影响者发现模型第67-83页
    5.1. 引言第67-68页
    5.2. 相关工作和本工作特点第68-69页
    5.3. 情感相似性和同配性第69-73页
        5.3.1. 同配性概念第69-70页
        5.3.2. 情感相似性第70-71页
        5.3.3. 实验数据第71页
        5.3.4. 情感同配性验证第71-73页
    5.4. EmotionRank模型第73-77页
        5.4.1. EmotionRank思想框架第73-74页
        5.4.2. 主题情感影响者发现第74-75页
        5.4.3. 整体情感影响者发现第75-76页
        5.4.4. EmotionRank的优点第76-77页
    5.5. 实验评估第77-81页
        5.5.1. 发现主题情感影响者实验第77-78页
        5.5.2. 发现整体情感影响者实验第78-81页
    5.6. 本章小结第81-83页
第六章 社交网络情感社团发现研究第83-97页
    6.1. 引言第83-84页
    6.2. 相关基础工作第84-87页
        6.2.1. 社交网络情感相似性和同配性第84-86页
        6.2.2. 两种社团发现算法第86-87页
    6.3. 情感网络模型第87-89页
    6.4. 实验分析第89-95页
        6.4.1. 实验数据第89页
        6.4.2. 情感社团发现实验第89-91页
        6.4.3. 对比实验第91-95页
    6.5. 本章小结第95-97页
第七章 总结与展望第97-101页
    7.1. 研究工作总结第97-98页
    7.2. 下一步研究工作的展望第98-101页
参考文献第101-115页
致谢第115-116页
攻读博士学位期间的科研成果第116页

论文共116页,点击 下载论文
上一篇:我国电信产业效率评价及预测预警研究
下一篇:异构车联网的性能分析与优化