基于微博的负面热点新闻早期预测分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·引言 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·本文研究内容及创新点 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第二章 国内外研究进展及相关基础 | 第15-21页 |
| ·引言 | 第15页 |
| ·微博平台 | 第15-16页 |
| ·自然语言处理 | 第16-17页 |
| ·热点话题预测及分析 | 第17-18页 |
| ·多元回归分析 | 第18-19页 |
| ·聚类算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 负面热点新闻早期预测 | 第21-32页 |
| ·引言 | 第21页 |
| ·负面热点新闻特征 | 第21页 |
| ·新浪微博平台特征 | 第21-22页 |
| ·负面热点新闻指标 | 第22-28页 |
| ·负面热点新闻预测算法 | 第28-30页 |
| ·负面热点新闻早期预测系统 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 热点新闻自适应预测算法 | 第32-39页 |
| ·引言 | 第32页 |
| ·自适应模型的选择 | 第32-33页 |
| ·多元回归分析模型 | 第33-36页 |
| ·多元线性回归的数学模型 | 第33-34页 |
| ·多元线性回归运用步骤 | 第34-35页 |
| ·热点新闻多元回归预测 | 第35-36页 |
| ·聚类分析方法 | 第36-38页 |
| ·聚类算法原理 | 第36-37页 |
| ·层次凝聚在热点预测上的应用 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 实验设计与结果分析 | 第39-67页 |
| ·引言 | 第39页 |
| ·实验设置 | 第39-40页 |
| ·负面热点新闻早期预测实验结果分析 | 第40-56页 |
| ·话题敏感性维度 | 第42-43页 |
| ·话题潜在发展力维度 | 第43-45页 |
| ·话题公众参与力维度 | 第45-46页 |
| ·话题媒体参与力维度 | 第46-48页 |
| ·话题迁移力维度 | 第48-50页 |
| ·话题地区分布维度 | 第50-51页 |
| ·话题深度维度 | 第51-53页 |
| ·话题破坏性维度 | 第53-54页 |
| ·阈值分析预测法 | 第54-55页 |
| ·简单线性预测法 | 第55-56页 |
| ·自适应预测算法实验结果分析 | 第56-66页 |
| ·多元线性回归建模分析 | 第58-63页 |
| ·热度值与敏感值线性相关性分析 | 第59页 |
| ·热度值与潜在发展力线性相关分析 | 第59-60页 |
| ·热度值与公众参与力线性相关分析 | 第60页 |
| ·热度值与媒体参与力线性相关分析 | 第60-61页 |
| ·热度值与迁移力 | 第61页 |
| ·热度值与地区分布线性相关分析 | 第61-62页 |
| ·热度值与话题深度 | 第62-63页 |
| ·聚类方法分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |
