摘要 | 第1-6页 |
Abstract | 第6-11页 |
1 引言 | 第11-23页 |
·选题的科学依据及意义 | 第11-12页 |
·国内外研究概况 | 第12-19页 |
·经典传播理论 | 第12-13页 |
·复杂网络的统计特性 | 第13-16页 |
·复杂网络上的舆情传播模型研究 | 第16-18页 |
·人类行为分析研究 | 第18-19页 |
·本文的研究思路与内容安排 | 第19-23页 |
·论文的研究思路 | 第19-20页 |
·论文的内容组织与安排 | 第20-23页 |
2 在线社会网络的统计特性及其对舆情传播的影响 | 第23-34页 |
·Livejournal网络数据的实证分析 | 第23-29页 |
·Zipf分布 | 第24-25页 |
·度分布 | 第25-27页 |
·通讯效率 | 第27页 |
·稀疏度 | 第27-28页 |
·集团结构 | 第28-29页 |
·Livejournal上的舆情传播模型 | 第29-32页 |
·具有独立更新机制的舆情传播模型 | 第30-31页 |
·数值模拟结果 | 第31-32页 |
·小结 | 第32-34页 |
3 舆情传播模型的构建与分析 | 第34-47页 |
·基于社会网络的舆情传播模型的构建与分析 | 第34-40页 |
·模型描述 | 第35页 |
·舆情演化模型 | 第35-38页 |
·数值实验 | 第38-39页 |
·小结 | 第39-40页 |
·人群规模对舆情传播的影响研究 | 第40-47页 |
·模型描述 | 第41页 |
·舆情传播模型设计 | 第41-44页 |
·数值实验 | 第44-46页 |
·小结 | 第46-47页 |
4 社会网络中的链路预测 | 第47-69页 |
·基于节点度信息的链路预测方法 | 第47-54页 |
·基于物质扩散的链路预测算法描述 | 第47-49页 |
·考虑用户兴趣点的改进算法 | 第49-50页 |
·数值结果 | 第50-53页 |
·小结 | 第53-54页 |
·加权的二部分网络及链路预测 | 第54-63页 |
·MovieLens数据集的度分布 | 第54-55页 |
·二部分网络的度分布 | 第55页 |
·提高基于物质扩散过程的推荐算法 | 第55-57页 |
·算法的评价指标 | 第57-60页 |
·数值结果 | 第60-62页 |
·小结 | 第62-63页 |
·通过信息过滤改进相似性定义 | 第63-69页 |
·协同过滤算法 | 第63-64页 |
·改进的用户相似性定义 | 第64-65页 |
·如何评价算法表现 | 第65-67页 |
·小结 | 第67-69页 |
5 复杂网络上的舆情传播模型 | 第69-81页 |
·小世界网络和无标度网络 | 第69-73页 |
·舆情传播模型 | 第71-72页 |
·数值模拟结果 | 第72-73页 |
·无标度网络上考虑个体差异的舆情传播模型 | 第73-81页 |
·考虑个体差异的舆情传播模型构造 | 第76页 |
·舆情传播模型 | 第76-77页 |
·舆情传播模型研究结果分析 | 第77-80页 |
·小结 | 第80-81页 |
6 基于链路预测的舆情传播模型 | 第81-89页 |
·基于物质扩散的链路预测理论 | 第81-84页 |
·基于物质扩散的链路预测算法介绍 | 第82-83页 |
·Livejournal网络上的链路预测 | 第83-84页 |
·具有链路预测Livejournal网络上的舆情传播 | 第84-87页 |
·模型构建 | 第84-85页 |
·数值结果 | 第85-87页 |
·小结 | 第87-89页 |
7 基于局部和全局中心节点控制的舆情引导策略 | 第89-95页 |
·网络节点重要性 | 第89-91页 |
·局部中心性 | 第90页 |
·全局中心性 | 第90-91页 |
·局部中心和全局中心节点对舆情传播的影响 | 第91-94页 |
·局部中心节点对舆情传播的影响 | 第92-94页 |
·全局中心节点对舆情传播的影响 | 第94页 |
·小结 | 第94-95页 |
8 总结与展望 | 第95-99页 |
·全文创新点总结 | 第95-96页 |
·研究展望 | 第96-99页 |
参考文献 | 第99-107页 |
攻读博士学位期间发表学术论文情况 | 第107-109页 |
致谢 | 第109-111页 |