基于正负反馈的微博舆情传染病模型的研究

发布时间：2021-02-09 09:28

　　近年来,随着科技的进步以及互联网技术的发展,社交网络以其高度联通互动性、用户覆盖面广、信息传播快捷迅速等优势,已经成为社会舆情的主要阵地。而现阶段网络舆情中出现的网络水军和僵尸粉两大新的影响因素,对舆情传播有较大影响。针对传统自顶向下模型的反复识别建模的复杂性和局限性,难以准确阐明社交话题传播的影响因素和真实过程,本文提出了将微博水军和僵尸粉作为舆情传播系统中正负反馈的传染病动力学社交网络舆情话题传播模型。对理解真实舆情的传播机理和过程,掌握现阶段网络传播规律,为舆情调控提供有效指导建议具有重要的理论和现实意义。由于社交网络中话题的传播、受众的感染和医学中传染病的感染传播治愈有很大的相似之处,符合同样的社会学规律。因此本文结合传染病动力学模型研究了带有网络水军和僵尸粉作为舆情系统正负反馈的舆情传播模型,主要内容可归纳如下:（1）研究社交网络的社会特征,为后续的舆情传播研究奠定研究基础。考虑到研究模型的现实对应及意义,研究了ws动态小世界模型,验证舆情传播网络符合现实社会社交网络的特征。（2）研究了基于综合指数熵值法的微博水军识别和基于朴素贝叶斯的微博僵尸粉识别。对照提取正常用户与微博水... 

【文章来源】：武汉邮电科学研究院湖北省

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

规则网络向随机网络转变的WS小世界网络

用户个人信息

16图 3-2 微博博文信息2.5 本章小结本章首先介绍了社交网络研究的背景知识，介绍了社交网络的研究方向和理论基础其次介绍了动态小世界网络模型，着重介绍了衡量小世界特性的几大特征，为后续社交网络组织的构架做了理论铺垫；接着介绍了传染病动力学的核心模型及现阶段的演变核心模型，本文的传染病动力学模型就是以演变核心模型为基础来发展构建；最后分析了微博网络的传播方式，并采用分布式爬虫抓取本文所需的数据维度信息。

【参考文献】：
期刊论文
[1]基于小世界网络的知识网络结构演化模型研究[J]. 魏奇锋,石琳娜.  软科学. 2017(07)
[2]基于用户特征的微博转发预测研究[J]. 仇学明,肖基毅,陈磊.  南华大学学报(自然科学版). 2016(04)
[3]基于ARIMA和BP神经网络模型的舆情情感预测[J]. 王努努,张伟佳,钮亮.  电子科技. 2016(05)
[4]基于马尔可夫链的政府负面网络舆情热度趋势分析——以新浪微博为例[J]. 王新猛.  情报杂志. 2015(07)
[5]具有饱和接触率的SEIR网络舆情传播模型研究[J]. 林晓静,庄亚明,孙莉玲.  情报杂志. 2015(03)
[6]基于SCIR的微博舆情话题传播模型研究[J]. 丁学君.  计算机工程与应用. 2015(08)
[7]基于综合指数和熵值法的微博水军自动识别[J]. 袁旭萍,王仁武,翟伯荫.  情报杂志. 2014(07)
[8]网络水军识别研究[J]. 莫倩,杨珂.  软件学报. 2014(07)
[9]LDA和KNN相结合的帖子热度预测算法[J]. 王卫姣,陈黎,王亚强,聂恩伦,何建英,金晖,于中华.  四川大学学报(自然科学版). 2014(03)
[10]网络舆情传播阶段与模型比较研究[J]. 曾润喜,王晨曦,陈强.  情报杂志. 2014(05)

博士论文
[1]基于灰色系统理论的传染病预测及控制模型研究[D]. 张利萍.新疆医科大学 2015

硕士论文
[1]考虑从众现象的社交网络谣言传播研究[D]. 朱冠桦.南京邮电大学 2015
[2]微博僵尸用户检测研究[D]. 王晓慧.郑州大学 2014
[3]动态小世界网络模型及稳定性分析[D]. 雷宁.吉林大学 2014
[4]基于SEIR的社交网络信息传播模型的研究[D]. 杨旭颖.西安电子科技大学 2014



本文编号：3025429