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

面向网络论坛的虚假舆情检测与抑制算法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-21页
    1.1 研究背景及意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12-13页
    1.2 研究内容第13-14页
    1.3 研究方法及技术路线第14-16页
        1.3.1 研究方法第14-15页
        1.3.2 研究路线第15-16页
    1.4 论文结构第16-21页
第2章 相关理论与研究综述第21-49页
    2.1 引言第21页
    2.2 网络论坛的发展历程、概念及特征第21-27页
        2.2.1 网络论坛的发展历程第21-24页
        2.2.2 网络论坛的概念第24-25页
        2.2.3 网络论坛的特征第25-27页
    2.3 网络舆情的内涵与特征第27-31页
        2.3.1 网络舆情的内涵第27-29页
        2.3.2 网络舆情的特征第29-30页
        2.3.3 网络舆情的形成与发展第30-31页
    2.4 虚假网络舆情的内涵与特征第31-33页
        2.4.1 虚假网络舆情的内涵第31-32页
        2.4.2 虚假网络舆情的特征第32-33页
    2.5 网络舆情检测与控制相关研究综述第33-48页
        2.5.1 网络舆情检测与控制的内涵与发展第33-34页
        2.5.2 网络舆情检测方法综述第34-40页
        2.5.3 网络舆情传播与控制方法综述第40-48页
    2.6 本章小结第48-49页
第3章 网络论坛用户观点传播与舆情形成模型第49-59页
    3.1 引言第49-50页
    3.2 论坛网络的构建第50-51页
    3.3 观点传播与舆情形成模型建立第51-53页
        3.3.1 观点传播规律与舆情形成过程第51-52页
        3.3.2 观点传播与舆情形成模型描述第52-53页
    3.4 实验与分析第53-57页
        3.4.1 实验环境与实验步骤第53页
        3.4.2 实验结果分析第53-57页
    3.5 本章小结第57-59页
第4章 突发性热点话题快速发现方法第59-71页
    4.1 引言第59-60页
    4.2 论坛相关概念及相互关系第60-61页
    4.3 突发性热点话题发现第61-66页
        4.3.1 候选话题集第62页
        4.3.2 噪音过滤第62-65页
        4.3.3 分词第65页
        4.3.4 话题聚类第65-66页
    4.4 实验与分析第66-69页
        4.4.1 实验数据第66页
        4.4.2 结果分析第66-69页
    4.5 本章小结第69-71页
第5章 虚假网络舆情检测算法第71-83页
    5.1 引言第71-72页
    5.2 突发性热点话题和网络水军运行机制第72-73页
    5.3 突发性热点话题特征提取第73-76页
    5.4 虚假网络舆情检测算法第76-79页
        5.4.1 常规SVM算法第76-78页
        5.4.2 SVM积极学习算法第78-79页
    5.5 实验与分析第79-82页
        5.5.1 准备数据集第79-80页
        5.5.2 结果分析第80-82页
    5.6 本章小结第82-83页
第6章 网络论坛舆情传播模型与抑制算法第83-105页
    6.1 引言第83-84页
    6.2 SEIR舆情传播模型第84-87页
        6.2.1 SEIR舆情传播模型构建第84-85页
        6.2.2 SEIR舆情传播模型动力学行为分析第85-87页
    6.3 高影响力用户识别第87-91页
        6.3.1 论坛用户交互特征第87-89页
        6.3.2 论坛高影响力用户识别第89-91页
    6.4 模型仿真与分析第91-96页
    6.5 舆情抑制算法第96-102页
    6.6 舆情抑制策略第102-103页
    6.7 本章小结第103-105页
第7章 结论与展望第105-109页
    7.1 本文的工作总结第105-106页
    7.2 未来研究展望第106-109页
参考文献第109-123页
致谢第123-125页
攻读博士学位期间发表的学术论文和参加科研情况第125-126页

论文共126页,点击 下载论文
上一篇:月球车CPS能量管理机制及其关键技术研究
下一篇:基于机器学习的文本情感分类研究