在线社交网络信息传播建模与舆情演化分析--详细介绍

图书搜索
帮助
热门图书
管理学基础
EDA技术实用教程——V...
平面设计基础(第二版)
食品理化检验技术
内蒙古大兴安岭汗马国家级...
基于深度学习的医学图像数...
推荐系统进展:方法与技术
汽车维护实训指导
基于评估的智障学生职业教...
学前儿童区域游戏经典案例
数控车削操作与实训
机电设备基本电路装接与调...
电子技术基础与实训教程
体能和形体训练(下)
建筑装饰工程施工组织与管...
机电设备操作
成本核算与管理
调频阻尼减震结构理论与设...
中国中西部南北旅游大通道...
计算机公共基础与MS O...
C语言程序设计实验指导与...
企业会计实训
[ 本科及研究生教材 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 公共课 ]
        [ 公共课 ]
[ 高职高专教材 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 农林环境 ]
        [ 农林环境 ]
    [ 公共课 ]
        [ 公共课 ]
[ 中职中专教材 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 公共课 ]
        [ 公共课 ]
[ 店销书,专著 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 农林环境 ]
        [ 农林环境 ]
    [ 其他 ]
        [ 其他 ]
 当前位置:店销书,专著 公共课 公共课 公共课 在线社交网络信息传播建模与舆情演化分析
   
在线社交网络信息传播建模与舆情演化分析
作者:刘小洋
书名:在线社交网络信息传播建模与舆情演化分析
定价:¥ 108 元
光盘: 
丛书名:  
资源下载:
课件下载:
样章下载: 仅供会员下载,请先注册才能下载
开本: 小16K
标准书号: 978-7-03-064623-1
字数(千): 
页数: 220
出版日期: 2020-11-6
发行号: TP-8471.0101
装帧: 平装
点击热度: 59
最新印刷日期:    
 
编辑推荐
...........................................................................................................................................
 
获奖情况
...........................................................................................................................................
 
图书介绍
...........................................................................................................................................
  本书主要围绕在线社交网络信息传播与舆情演化分析展开,旨在反映在线社交网络信息传播过程与舆情演化规律。主要从在线社交网络影响力最大化、在线社交网络社区发现、基于突发公共事件与负反馈能力、热扩散运动下的信息传播规律、人工神经网络、社交网络用户自身属性、节点信息负反馈与竞争性特性、微博舆情信息等角度,深入剖析在线社交网络信息传播规律、传播模型与舆情演化规律,并结合真实在线社交网络案例进行舆情演化分析。本书总结了作者团队的研究成果和实际的研究经验,同时总结和梳理了在线社交网络信息传播与舆情演化分析的研究现状和未来的发展动态。
  本书涉及计算机科学、数学、社会学、新闻与传播学、管理学等多个学科领域,可供从事社交网络的科研人员和高等院校相关专业的研究生、本科生阅读,也可为从事社交网络、复杂网络、新闻与传播学、动力学及大数据分析相关领域工作的教学、科研人员提供参考。
 
前言
...........................................................................................................................................
  近年来,随着在线社交网络(online social network,OSN),如Twitter、Facebook和新浪微博、微信、抖音等的飞速发展,越来越多的用户通过这些平台与朋友们分享信息。在线社交网络已经成为人们生活的一部分,为人们提供了传递信息、分享心情、表达观点等功能。2017年,美国的Facebook月活跃用户达到20亿。在线社交网络具有开放性(如任何人都可以加入其中并与外部世界产生联系)、互动性(如通过回复和转发,用户可以与朋友就一部电影或一个事件进行互动)和时效性(如用户可随时更新状态信息)。用户的参与在社交网络上会产生巨大的数据流。Twitter上平均每天新发出50亿条信息,如人们可能对突发事件发表自己的看法,或者仅仅是更新状态信息告诉朋友们自己的日常生活;企事业单位或公司会倾向用有较大影响力的用户来推销新产品。
  本书主要对在线社交网络的信息传播与舆情演化的规律进行全面系统的研究。在线社交网络产生的海量数据是动态流动的,并且在用户间进行传播,一旦用户觉得某个内容有趣,就可能转发给朋友,如果被转发信息的朋友同样喜欢该内容,也可以把这个内容进一步分享给自己的朋友,信息从而得以在网络上传播和扩散,那些接收信息的用户即受影响用户或活跃用户。然而,信息通过在线社交网络进行传播的机理仍然未知。而理解海量信息的传播机制非常重要,它可应用于诸多领域,如病毒式营销、社会行为预测、社会化推荐、社区发现、群体发现、舆情监测等。此类问题吸引了来自流行病学、计算机科学、社会学等不同领域的研究学者,他们提出了不同的信息传播模型,用以描述和仿真信息传播的过程,如独立级联模型(independent cascade model,ICM)、线性阈值模型(linear threshold model,ITM)和传染病模型。多数模型认为信息由源(或种子)节点集开始传播,其他节点只能通过源节点集的邻居节点获得信息。这些已经构建好的传播模型得到了广泛应用。例如,通过评估用户带来的影响,可以识别出有影响力的传播者;通过将有影响力的用户定为种子用户,增加种子用户的数量,进而实现影响力最大化;当信息从一组源节点传播了一段时间后,将会影响到更多节点,根据已经观察到的受影响的节点,推测出源节点,即进行信息源检测。
  在线社交网络舆情是现实舆情在网络空间上的反应,是社会舆情演化的一种网络表现形式。过去,舆情只是人们的思想观点和日常生活中邻里之间的言语谈论,要获取和收集这些传统意义上的舆情,只能通过社会调查、访问等方法进行,不仅获取效率低、样本少、不全面,而且准确率不高。随着在线社交网络提供的各项服务飞速发展,信息传播速度不断加快,传播渠道相对之前也大大增加,大众开始通过在线社交网络以信息化方式(如博客、贴吧、微博、论坛等社交网站或者各类即时通信软件)发表观点和看法。通过收集、分析在线社交网络平台的信息,挖掘舆情事件传播过程数据,了解在线社交网络中舆情信息传播的特点及方式,把握舆情信息传播的变化规律,从而深化对舆情信息传播本质的认识,为政府舆情分析和舆情监控提供决策支持。社会化媒体平台是用户表达观点、传播信息的重要平台,也是企业品牌推广和企业形象攻关的重要工具,因此了解在线社交网络中舆情演化机制和掌握舆情信息传播的内在规律对于指导舆情传播具有重要意义。
  本书共10章。第1章首先分析在线社交网络的定义与结构特点,接着分析其功能与研究意义,并指出主要研究方向、网络结构模型与分析工具。第2章首先分析大数据和数据挖掘等相关定义和技术,接着针对特定的在线社交网络进行数据挖掘分析,最后对在线社交网络的大数据应用进行分析。第3章在分析微博各因素间的相关关系的基础上构建新的数学模型,然后分别研究了影响力最大化经典算法,在经典算法的基础上提出了基于有向无环图和中心度的一种新算法。第4章主要分析了经典社区发现算法与改进算法的设计和实现,并提出一种改进的社区发现算法。第5章结合节点间交互规则构建了具有负反馈能力的在线社交网络信息传播模型,建立系统协同演化动力学微分方程。第6章通过对微博在线社交网络结构的研究,结合微博的网络结构及传统信息传播SIS(susceptible­infected­ susceptible,易感­感染­易感)、SIR(susceptible­infected­removal,易感­感染­恢复)模型等提出了一种新的信息传播模型。第7章从突发公共事件出发,在分析大量在线社交网络平台上数据的基础上构建信息传播速率模型,接着构建动态扩散网络舆情演化模型。第8章提出一种基于用户自身属性的信息传播模型,该模型能较好地适应信息传播规律,能合理地描述用户影响力、态度及其年龄在信息传播中所起到的作用。第9章以热力学分子热运动理论为基础,构建基于热扩散运动的信息传播数学模型并确立了转换函数与节点演化机制。第10章构建包括输入层、传播层和终结层在内的七层神经网络模型,以神经元模型为基础,推导出了事件信息正向传播算法、舆情差值逆向传播算法、网络结构动态更新算法。
  本书的研究成果将为政府、媒体、社交网络平台等相关管理部门提供参考,通过进一步对舆情信息的监控增进政府、媒体、社交网络平台对社会网络舆情信息传播的掌控,减少不健康的社会网络信息对社会造成的危害与网络谣言的传播。通过在线社交网络中用户数据的分析,可以对用户的行为规律进行深入挖掘、分析,进而为网络舆论预测的研究和应用奠定基础。社交网络信息传播在舆情监控和舆情分析、个性化营销及品牌推广等方面拥有很高的应用价值和广阔的应用前景。
  本书受国家社会科学基金项目“网络安全文化传播动力学模型与传播策略研究”(项目批准号:17XXW004)资助。在此,作者表示诚挚的谢意。特别感谢为本书的完整性做出巨大贡献的课题组成员何道兵、唐婷、杨林枫、刘加苗、何洪玉、刘芯岑、曾德建等。最后感谢自己一直以来对在线社交网络研究方向的坚持。科研是不断探索的过程,在线社交网络领域期待着更多的有志之士加入。
  由于作者水平有限,书中难免存在不足之处,望广大读者不吝赐教。

                                                      刘小洋 
                                                    2019年12月
 
图书目录
...........................................................................................................................................
第1章  在线社交网络    1
1.1  在线社交网络概述    1
1.1.1  在线社交网络的定义    1
1.1.2  在线社交网络的服务平台    2
1.1.3  在线社交网络的发展历程    3
1.2  在线社交网络的特点    4
1.3  在线社交网络的表示与特性    5
1.3.1  在线社交网络的表示    5
1.3.2  在线社交网络的特性    6
1.4  在线社交网络网站的功能    7
1.5  在线社交网络的主要研究方向    8
1.6  在线社交网络结构模型    11
1.7  在线社交网络分析工具    13
1.7.1  NetLogo    13
1.7.2  Gephi    14
1.7.3  Pajek    14
1.7.4  Python    14
1.7.5  MATLAB    15
1.7.6  Tableau    15
本章小结    16
参考文献    16
第2章  在线社交网络大数据分析    17
2.1  大数据概述    17
2.1.1  大数据与数据处理    17
2.1.2  大数据分析方法    18
2.2  数据挖掘    20
2.2.1  数据挖掘的定义    20
2.2.2  数据挖掘分析方法    21
2.3  在线社交网络大数据挖掘    23
2.3.1  Web数据挖掘    23
2.3.2  文本挖掘    24
2.3.3  多媒体挖掘    27
2.4  在线社交网络大数据应用    27
2.4.1  聚类的算法与应用    27
2.4.2  分类的算法与应用    31
2.4.3  预测的模型与应用    35
本章小结    37
参考文献    37
第3章  在线社交网络用户影响力分析    38
3.1  微博意见领袖影响力模型构建与分析    38
3.1.1  意见领袖影响力分析研究    39
3.1.2  意见领袖影响力模型构建与分析    42
3.1.3  仿真结果与分析    44
3.2  在线社交网络用户影响力最大化算法    45
3.2.1  贪心算法    46
3.2.2  Degree算法    46
3.2.3  DegreeDiscount算法    47
3.2.4  PageRank算法    48
3.2.5  基于结构洞的贪心算法——SG算法    49
3.2.6  基于结构洞和中心度的影响力最大化算法——SHDD算法    50
3.3  基于有向无环图和中心度的影响力最大化算法——LAD算法    51
3.3.1  构造有向无环图    51
3.3.2  基于有向无环图和中心度的LAD算法    53
3.4  实验与结果分析    56
3.4.1  实验数据集    56
3.4.2  改进型算法结果分析    56
3.4.3  对比算法结果分析    57
本章小结    59
参考文献    59
第4章  在线社交网络社区发现算法研究    61
4.1  在线社交网络社区发现算法    61
4.1.1  标签传播算法    61
4.1.2  模块度优化算法    65
4.2  改进的在线社交网络社区发现算法    69
4.2.1  MICDA    69
4.2.2  性能对比    73
本章小结    75
参考文献    75
第5章  在线社交网络信息传播建模分析    77
5.1  在线社交网络负反馈能力的信息传播    77
5.2  信息传播特性研究    78
5.3  负反馈能力的在线社交网络信息传播模型    81
5.3.1  节点信息传播及反馈机制    81
5.3.2  系统信息交互机制    85
5.3.3  具有负反馈能力的社交网络信息传播模型    87
5.4  实验结果分析    89
5.4.1  网络拓扑特征结果分析    89
5.4.2  网络传播特性结果分析    92
本章小结    99
参考文献    99
第6章  微博舆情信息传播建模与演化分析    101
6.1  微博网络拓扑模型的构建    101
6.1.1  无标度网络模型与微博网络    101
6.1.2  模型假设    102
6.1.3  模型演化机制    102
6.1.4  微博网络演化步骤    103
6.2  微博网络模型仿真    103
6.2.1  微博网络模型数据获取与处理    103
6.2.2  网络结构模型仿真分析    104
6.3  微博舆情信息传播数学建模    106
6.3.1  微博舆情信息传播因素分析    106
6.3.2  微博舆情信息传播模型构建    107
6.4  仿真与结果分析    113
6.5  微博舆情监控策略    119
本章小结    120
参考文献    121
第7章  在线社交网络突发公共事件信息传播与舆情演化分析    122
7.1  在线社交网络突发公共事件信息传播研究概述    122
7.2  传统突发公共事件信息传播模型    123
7.2.1  扩散动力学模型    123
7.2.2  基于自激点过程的传播模型    124
7.3  在线社交网络突发公共事件信息传播速率分析    124
7.3.1  数据选取    125
7.3.2  数据分析    126
7.3.3  改进的传播速率PPS模型    127
7.3.4  仿真分析    130
7.4  动态扩散网络舆情演化模型设计    133
7.4.1  个体特征分析    134
7.4.2  动态扩散网络模型    135
7.4.3  舆情演化模型    138
7.5  舆情仿真分析    139
7.5.1  信息传播对网络结构的影响    139
7.5.2  舆情演化分析    140
7.5.3  实证分析    145
本章小结    149
参考文献    149
第8章  融合社交网络用户自身属性的信息传播建模与舆情演化分析    151
8.1  引言    151
8.2  相关工作    152
8.2.1  经典信息传播模型    152
8.2.2  网络舆情演化生命周期理论    153
8.3  在线社交网络信息传播模型与舆情分析    154
8.3.1  模型假设    155
8.3.2  特征提取    155
8.3.3  舆情演化过程    157
8.4  仿真与实证分析    157
8.4.1  仿真分析    157
8.4.2  实证分析    160
本章小结    162
参考文献    162
第9章  基于热扩散运动的在线社交网络信息传播与舆情演化分析    164
9.1  基于热扩散运动的信息传播模型研究概述    164
9.1.1  信息传播及应用研究    164
9.1.2  信息传播研究工作的主要内容    166
9.2  传统在线社交网络信息传播模型    167
9.2.1  基于概率递减机制的信息传播模型    167
9.2.2  具有跨邻居传播能力的信息辐射模型    168
9.2.3  经典在线社交网络结构模型    169
9.3  基于热扩散运动的社交网络信息传播模型构建    172
9.3.1  模型特征参量提取与分析    172
9.3.2  传播演化机制设计与分析    173
9.3.3  信息能量熵变过程分析    174
9.4  仿真性能与舆情演化分析    175
9.4.1  已获知信息的状态节点演化    175
9.4.2  信息处理状态节点演化    176
9.4.3  信息级联效应    177
9.4.4  未获知信息的状态节点演化    178
9.4.5  信息温度    179
9.4.6  初始能量    180
9.4.7  信息能量    180
9.4.8  信息能量熵变    182
9.4.9  外力做功    182
9.4.10  信息扩散概率    183
9.4.11  实证对比分析    184
本章小结    187
参考文献    187
第10章  基于人工神经网络的信息传播建模与舆情演化分析    189
10.1  引言    189
10.2  信息传播与舆情演化分析方法    189
10.3  基于人工神经网络的在线社交网络信息传播与舆情演化模型描述    192
10.4  实验分析与舆情演化分析    200
10.4.1  信息传播神经网络拓扑特征    201
10.4.2  网络舆情演化分析    202
10.4.3  与传统舆情演化模型的比较    205
本章小结    206
参考文献    206
 
 
本站首页 | 中心领导 | 联系我们 | 所有图书 | 资源下载 | 作者投稿 | 读者反馈 | 业务联系 | 招聘信息 | 加入收藏    
Copyright www.abook.cn All Rights Reserved
地址:北京市海淀区北三环西路43号青云当代大厦21层2109   邮编:100086
站长QQ:693638799 Email:693638799@qq.com 电话:010-62140850
版权所有:科学出版社 职教技术出版中心
京ICP备13039988号