当前位置:主页 > 管理论文 > 移动网络论文 >

基于情感的社会网影响传播问题研究

发布时间:2022-01-24 09:27
  近年来,社会网影响传播问题被研究者们广泛关注。特别是基于情感的社会网传播问题,对社交网络谣言传播的监控,以及对用户情感和大众情感的分析与预测,都有着非常重要的研究价值。本文研究了基于情感的社会网影响传播问题,主要包括以下几个方面:一、基于情感的社会网传播模型及影响最大化问题研究心理学表明,情感能够影响人们的行为。为了准确的刻画受到情感因素影响的社会网传播过程,本文提出了基于情感的社会网传播模型E-IC模型,将用户的情感融入到整个传播过程中,获得并计算用户情感传播概率,使传播过程更符合传播规律。根据E-IC模型提出了基于情感的影响力最大化问题。并给出近似算法EMS-Greedy和启发式算法EMS-Heuristic,通过大规模真实数据集上的实验验证了E-IC模型的合理性和算法的有效性。二、基于情感的谣言阻隔及影响最小化问题研究近年来,自由的信息发布模式彻底颠覆了传统的媒体传播模式,,谣言及负面信息经过网络的传播,往往就会在极短的时间内形成一股强大的舆论力量。本文根据这一现象,结合多种谣言传播规律,通过确定舆论情感和个人情感差异,构建基于情感的谣言阻隔模型,并根据信息传播规律定义舆论情感。... 

【文章来源】:黑龙江大学黑龙江省

【文章页数】:86 页

【学位级别】:硕士

【文章目录】:
中文摘要
ABSTRACT
第1章 绪论
    1.1 研究的目的和意义
    1.2 国内外研究现状及发展趋势
    1.3 本文主要研究工作
    1.4 章节安排
第2章 课题研究基础知识
    2.1 社会网的定义
    2.2 传播的定义
        2.2.1 传播模型
        2.2.2 传播算法的衡量标准
    2.3 基于情感的传播
    2.4 循环神经网络
    2.5 本章小结
第3章 基于情感的社会网传播模型及影响最大化算法研究
    3.1 引言
    3.2 相关工作
    3.3 传播模型及问题定义
        3.3.1 符号定义
        3.3.2 模型定义
        3.3.3 问题定义
    3.4 基于情感的EMS-GREEDY和EMS-HEURISTIC算法
        3.4.1 EMS-Greedy算法
        3.4.2 情感更新算法
        3.4.3 EMS-Hurististic算法
        3.4.4 时间复杂性和近似比计算
    3.5 实验结果与分析
        3.5.1 数据介绍
        3.5.2 数据预处理
        3.5.3 实验评价指标
        3.5.4 模型参数调整
        3.5.5 对比实验
    3.6 本章小结
第4章 基于情感的谣言阻隔及影响最小化问题研究
    4.1 引言
    4.2 相关工作
        4.2.1 影响最小化问题
        4.2.2 传播分布
        4.2.3 能量守恒定理
    4.3 传播模型及问题定义
        4.3.1 符号定义
        4.3.2 模型定义
        4.3.3 问题定义
    4.4 基于情感的EDMIN-G和EDMIN-H算法
        4.4.1 EDMIN-G算法
        4.4.2 EDMIN-H启发式算法
        4.4.3 威胁率算法
    4.5 实验结果与分析
        4.5.1 数据介绍
        4.5.2 基于影响范围大的对比实验
        4.5.3 基于时间的对比实验
    4.6 本章小结
第5章 基于情感的热点话题预测模型研究
    5.1 引言
    5.2 相关工作
    5.3 问题定义
    5.4 模型描述
        5.4.1 模型结构
        5.4.2 分类模块
        5.4.3 预测模块
    5.5 实验结果与分析
        5.5.1 数据预处理
        5.5.2 评价指标
        5.5.3 对比实验
    5.6 本章小结
结论
参考文献
致谢
攻读硕士学位期间发表的学术论文


【参考文献】:
期刊论文
[1]一种基于RNN的社交消息爆发预测模型[J]. 笱程成,秦宇君,田甜,伍大勇,刘悦,程学旗.  软件学报. 2017(11)
[2]社交网络特性分析初步研究[J]. 韩法旺,毛素龙.  网络安全技术与应用. 2017(08)
[3]社会化媒体时代下网络谣言的传播与治理[J]. 杨惠,戴海波.  新闻知识. 2014(10)
[4]Social network users clustering based on multivariate time series of emotional behavior[J]. ZHU Jiang,WANG Bai,WU Bin.  The Journal of China Universities of Posts and Telecommunications. 2014(02)
[5]基于层次结构的多策略中文微博情感分析和特征抽取[J]. 谢丽星,周明,孙茂松.  中文信息学报. 2012(01)
[6]谣言背后的心理因素——从西方媒体涉藏报道谈起[J]. 蔡静.  新闻记者. 2008(06)

硕士论文
[1]基于TensorFlow的卷积神经网络的应用研究[D]. 姜新猛.华中师范大学 2017
[2]领域自适应的中文情感分析词典构建研究[D]. 唐都钰.哈尔滨工业大学 2012



本文编号:3606328

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/ydhl/3606328.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3f95c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com