面向社交网络信息管控的信息可信度评估方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状及发展状态分析 | 第13-16页 |
| 1.2.1 社交网络信息可信度评估方法研究现状 | 第13-15页 |
| 1.2.2 社交网络信息管控方法研究现状 | 第15-16页 |
| 1.3 本文的主要研究内容及组织结构 | 第16-20页 |
| 1.3.1 主要研究内容 | 第16-17页 |
| 1.3.2 论文的组织结构 | 第17-20页 |
| 第二章 相关技术研究 | 第20-33页 |
| 2.1 相关概念和范围界定 | 第20-22页 |
| 2.1.1 社交网络信息及其管控方法 | 第20-21页 |
| 2.1.2 信息可信度及表示 | 第21页 |
| 2.1.3 用户声誉及可信度 | 第21-22页 |
| 2.2 文本分类算法 | 第22-25页 |
| 2.2.1 朴素贝叶斯分类器 | 第22-23页 |
| 2.2.2 SVM分类器 | 第23-25页 |
| 2.3 信息内容可信度计算方法 | 第25-30页 |
| 2.3.1 Word2vec工具简介 | 第25-29页 |
| 2.3.2 常用内容可信度计算方法 | 第29-30页 |
| 2.4 社交网络用户可信度评估的相关理论 | 第30-32页 |
| 2.4.1 微博用户排名方法 | 第30-31页 |
| 2.4.2 用户可信度计算方法 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 社交网络信息可信度评估与管控框架设计 | 第33-43页 |
| 3.1 概述 | 第33-34页 |
| 3.1.1 社交网络平台架构 | 第33页 |
| 3.1.2 社交网络业务流程 | 第33-34页 |
| 3.2 社交网络信息管控设计原则 | 第34-35页 |
| 3.3 基于可信度评估的社交网络信息管控框架 | 第35-42页 |
| 3.3.1 社交网络信息管控框架 | 第35-37页 |
| 3.3.2 信息处理模块设计 | 第37-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 社交网络信息内容可信度评估方法 | 第43-69页 |
| 4.1 准备工作 | 第43-48页 |
| 4.1.1 数据获取及处理 | 第43-46页 |
| 4.1.2 特征选择 | 第46-47页 |
| 4.1.3 数据库建设 | 第47-48页 |
| 4.2 基于改进的贝叶斯算法的文本分类 | 第48-52页 |
| 4.2.1 文本间关系引入 | 第48-49页 |
| 4.2.2 词与词间关系引入 | 第49-51页 |
| 4.2.3 贝叶斯分类算法改进 | 第51-52页 |
| 4.3 基于文本内容的谣言检测方法 | 第52-57页 |
| 4.3.1 谣言检测模型 | 第52-55页 |
| 4.3.2 文本相似度计算 | 第55-57页 |
| 4.4 基于层次分析的信息内容可信度评估方法 | 第57-62页 |
| 4.4.1 构建层次结构模型及成对比较矩阵 | 第57-58页 |
| 4.4.2 一致性检验 | 第58-60页 |
| 4.4.3 目标排序 | 第60-62页 |
| 4.5 实验及结果评价 | 第62-66页 |
| 4.5.1 特征选择 | 第62-63页 |
| 4.5.2 改进的贝叶斯分类算法 | 第63-64页 |
| 4.5.3 谣言检测 | 第64-66页 |
| 4.6 本章小结 | 第66-69页 |
| 第五章 用户可信度动态评估方法 | 第69-82页 |
| 5.1 用户声誉评估 | 第69-72页 |
| 5.1.1 用户信息提取及表示 | 第69-70页 |
| 5.1.2 用户声誉评估算法 | 第70-72页 |
| 5.2 结合信息内容的用户可信度动态评估 | 第72-73页 |
| 5.3 用户可信度等级管理 | 第73-76页 |
| 5.4 实验及结果分析 | 第76-79页 |
| 5.4.1 用户声誉评估 | 第76-78页 |
| 5.4.2 用户可信度评估 | 第78-79页 |
| 5.5 本章小结 | 第79-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 本文工作总结 | 第82-83页 |
| 6.2 下一步工作 | 第83-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 作者简历 | 第90页 |
