| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第12-28页 |
| 1.1 课题的提出 | 第12页 |
| 1.2 课题研究的目的和意义 | 第12-14页 |
| 1.3 国内外研究概况 | 第14-19页 |
| 1.3.1 信息传播与信息影响力评估 | 第14-16页 |
| 1.3.2 引文分析与学术影响力评估 | 第16-17页 |
| 1.3.3 信息场的研究 | 第17-19页 |
| 1.4 论文的主要研究内容 | 第19-28页 |
| 1.4.1 研究内容与研究方法 | 第19-25页 |
| 1.4.2 论文的内容组织与安排 | 第25-28页 |
| 第二章 信息影响力评估典型方法 | 第28-38页 |
| 2.1 引文分析与 PageRank 算法 | 第28-31页 |
| 2.2 学术影响力与 Hirsch 评估方法 | 第31-34页 |
| 2.3 互联网信息与新闻事件影响力评估 | 第34-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 面向信息影响力评估的信息场 | 第38-65页 |
| 3.1 信息场构建的理论基础 | 第38-44页 |
| 3.1.1 物理学中的场 | 第38-39页 |
| 3.1.2 数据场 | 第39-42页 |
| 3.1.3 基于社会行为学的信息场 | 第42-43页 |
| 3.1.4 基于场论的信息场 | 第43-44页 |
| 3.2 信息场的相关概念 | 第44-46页 |
| 3.3 信息影响力评估的结点要素 | 第46-56页 |
| 3.3.1 信息场的结点与结点数量 | 第47-49页 |
| 3.3.2 结点的影响因子 | 第49-52页 |
| 3.3.3 结点的隶属度 | 第52-53页 |
| 3.3.4 结点的关联度 | 第53-56页 |
| 3.4 信息影响力评估的势能要素 | 第56-58页 |
| 3.4.1 信息场的势函数 | 第56-57页 |
| 3.4.2 信息场的场强 | 第57-58页 |
| 3.5 信息场的属性描述 | 第58-63页 |
| 3.5.1 基于场论的属性描述 | 第59-61页 |
| 3.5.2 基于集合论的属性描述 | 第61-63页 |
| 3.6 本章小结 | 第63-65页 |
| 第四章 信息势能与信息影响力评估 | 第65-84页 |
| 4.1 势能与信息势能 | 第65-68页 |
| 4.1.1 物理学中的势能 | 第65-67页 |
| 4.1.2 信息势能的概念 | 第67-68页 |
| 4.2 信息势能的计算 | 第68-73页 |
| 4.2.1 深度信息势能 | 第68-70页 |
| 4.2.2 广度信息势能 | 第70-71页 |
| 4.2.3 狭义广度信息势能 | 第71-73页 |
| 4.3 信息势能与信息影响力 | 第73-74页 |
| 4.4 信息势能在引文分析中的应用 | 第74-82页 |
| 4.4.1 信息影响对象的分布 | 第74-76页 |
| 4.4.2 信息传播的方向性 | 第76-79页 |
| 4.4.3 信息势能在固定时间的累计能量 | 第79-81页 |
| 4.4.4 信息势能与 PageRank 算法的比较 | 第81-82页 |
| 4.5 本章小结 | 第82-84页 |
| 第五章 信息场的熵与信息影响空间 | 第84-103页 |
| 5.1 熵与有序性 | 第84-87页 |
| 5.1.1 热力学熵与有序性 | 第84-85页 |
| 5.1.2 信息熵 | 第85-87页 |
| 5.2 信息场的熵 | 第87-90页 |
| 5.2.1 信息场的层熵 | 第87-89页 |
| 5.2.2 信息场的维熵 | 第89-90页 |
| 5.3 信息场的熵与信息影响力分布规律 | 第90-92页 |
| 5.4 信息影响最大空间的界定 | 第92-96页 |
| 5.5 信息场的熵与信息影响主要空间的界定 | 第96-99页 |
| 5.6 信息场的熵在引文分析中的应用 | 第99-101页 |
| 5.7 本章小结 | 第101-103页 |
| 第六章 结论与展望 | 第103-106页 |
| 6.1 结论 | 第103-104页 |
| 6.2 展望 | 第104-106页 |
| 参考文献 | 第106-119页 |
| 作者在攻读博士学位期间公开发表的论文 | 第119-120页 |
| 作者在攻读博士学位期间所作的项目 | 第120-121页 |
| 致谢 | 第121页 |