在线社会网络中舆情话题传播机制研究

图书标准信息

• 作者 丁学君 著
• 出版社 东北财经大学出版社
• 出版时间 2016-01
• 版次 1
• ISBN 9787565421327
• 定价 36.00元
• 装帧 平装
• 开本 32开
• 纸张 铜版纸
• 页数 180页
• 字数 173千字
• 丛书 墨香财经学术文库

【内容简介】

本书分析了当前ZUI为流行的三类在线社会网络——SNS、博客以及微博网络的结构特征及信息互动模式，并以复杂网络理论和传染病动力学为基础，分别建立了以上三类在线社会网络中的舆情话题传播模型。

本书完成的主要研究工作如下：

（1）通过对国内外相关文献的梳理和回顾，分别阐述了SNS、博客以及微博的涵义和分类，并分析了上述三类在线社会网络中的信息互动模式。

（2）基于无标度网络上的SIR模型，通过分析舆情话题传播过程中不同用户节点的状态转变过程，构建了SNS网络中的舆情话题传播模型。

（3）在SIR模型的基础上，从群体动力学的角度，构建了基于USIR的博客网络中的舆情话题传播模型。

本书以博客用户的集体行为为背景，建立了基于USIR的博客网络舆情话题传播模型。该模型假设博客用户通过用户间的信息分享以及外部媒体报道两个途径获知舆情话题，并根据用户是否参与了某个目标舆情话题的讨论，将博客用户群划分为未知组群、易感组群、传播组群及免疫群组，分析了以上四类群组中的用户状态的转变过程。与之前的研究相比，该模型并不依赖于任何个体经验参数。

（4）以无标度网络上的SIR模型为基础，通过引入一个新的节点状态——接触状态，构建了基于SCIR的微博舆情话题传播模型，并对微博舆情话题的个体转发行为和转发规模进行了预测。

【作者简介】

丁学君，女，管理学博士，合肥工业大学管理学院博士后，现为东北财经大学管理科学与工程学院讲师。近年来一直致力于信息系统、社会计算方向的研究，在《信息系统学报》、《计算机工程与应用》、《计算机测量与控制》、《技术经济》、《中国生物医学工程学报》以及IEEETransactions等国内外学术期刊发表论文多篇；主持国家自然科学基金项目1项，辽宁省社会科学规划基金项目1项、中央财政支持地方高校专项资金项目1项、校级教研教改项目2项，主编及参编教材4部；发表的论文《α稳定分布噪声环境下基于μ律压缩的诱发电位潜伏期变化自适应检测方法》获大连市自然科学YOU秀学术论文一等奖。

【目录】

第1章 绪论 

1.1 研究的背景及意义 

1.1.1 研究背景

1.1.2 研究意义

1.2 研究的内容及结构安排 

1.2.1 研究内容 

1.2.2 结构安排 

第2章 文献综述 

2.1 复杂网络理论综述 

2.1.1 复杂网络概述 

2.1.2 复杂网络的一般特征 

2.1.3 复杂网络的统计特性 

2.1.4 复杂网络模型 

2.1.5 复杂网络理论的主要研究内容 

2.2 网络传播动力学综述

2.2.1 网络信息传播 

2.2.2 复杂网络上的传播动力学 

2.2.3 舆情意见演化模型 

2.2.4 经典的传染病模型 

2.2.5 均匀网络上的传染病模型 

2.2.6 无标度网络上的传染病模型 

2.2.7 复杂网络上的传染病动力学研究现状 

2.2.8 复杂网络上的谣言传播模型研究现状 

2.3 在线社会网络综述 

2.3.1 在线社会网络概述 

2.3.2 在线社会网络的分类 

2.3.3 在线社会网络分析 

2.3.4 在线社会网络的研究内容 

2.3.5 在线社会网络中的传播动力学研究 

2.4 本章小结 

第3章 SNS网络中的舆情话题传播模型研究 

3.1 SNS概述 

3.1.1 SNS的涵义 

3.1.2 SNS的分类 

3.2 SNS网络中的信息互动模式 

3.3 基于SIR的SNS舆情话题传播模型 

3.4 实验仿真 

3.4.1 实验数据集 

3.4.2 实验结果及讨论 

3.5 本章小结 

第4章 博客网络中的舆情话题传播模型研究 

4.1 博客概述 

4.1.1 博客的涵义 

4.1.2 博客的分类 

4.2 博客网络中的信息互动模式 

4.3 基于USIR的博客网络舆情话题传播模型 

4.4 实验仿真 

4.4.1 实验数据集 

4.4.2 博客网络舆情话题传播模型的仿真实现 

4.4.3 博客网络舆情话题传播趋势预测 

4.5 本章小结 

第5章 微博网络中的舆情话题传播模型研究 

5.1 微博概述 

5.1.1 微博的涵义 

5.1.2 微博的分类 

5.1.3 微博与博客的区别

5.2 微博网络中的信息互动模式 

5.3 基于SCIR的微博网络舆情话题传播模型 

5.4 微博用户的舆情话题转发行为预测 

5.4.1 微博舆情话题的个体转发行为预测模型 

5.4.2 用户转发行为特征提取 

5.4.3 微博网络舆情话题转发规模预测算法

5.5 实验仿真

5.5.1 实验数据集 

5.5.2 微博舆情话题传播模型的仿真实现 

5.5.3 舆情话题转发行为预测结果及分析 

5.5.4 舆情话题转发规模预测结果及分析 

5.6 本章小结 

第6章 结论和展望 

6.1 研究结论 

6.2 主要创新点

6.3 研究的局限与展望 

6.3.1 研究局限 

6.3.2 研究展望 

主要参考文献 

索引