基于云模型的网络突发群体事件预警监测模型的研究

发布时间：2017-10-26 05:37

  本文关键词：基于云模型的网络突发群体事件预警监测模型的研究

  更多相关文章： 网络突发群体事件 预警监测 预警指标 云模型

【摘要】：随着网络交互从Web1.0、Web2.0时代跨入Web3.0时代,如今人们网络上的互动也越来越频繁。由此衍生出Web3.0时代的网络互动或者网络事件的一些突发性、盲目性和集群性特征。通过网络的实时性和便利性使得人们可以轻松的获取各种信息也可以迅速参与到社会、经济和政治等热点问题的讨论中,但是由于网络事件的突发性、盲目性和集群性,一旦舆论被某些不法分子利用和引导,将对个人、集体和社会产生不可估量的严重后果。因此,防微杜渐,如何及时的预防恶劣的网络事件的发生和正确的引导网络事件的后续走向是当前重点研究的课题。关于网络突发群体事件的研究,从2007年网络群体事件的学术表达出现起,我国这方面的研究飞速发展,已经积累不少宝贵经验和重要研究成果,目前我国多数的网络群体事件相关研究偏向定性分析,定量研究和模型构建较少,主要集中在网络事件的概念辨析,传播模式研究、演化阶段分析、指标体系的构建。目前已有的关于网络突发群体事件预警的研究方法主要为复杂网络理论和BP神经网络算法等,鉴于对“定性—定量”数据转换的定量研究的需求,本文引进了云模型理论,并构建了网络突发群体事件的预警监测模型。本文的研究重点主要是以下几点:(1)网络突发群体事件相关概念及特征。针对学界普遍存在的网络突发群体事件相关概念模糊不清和研究问题的范围界定模糊的问题,本文吸取学者们已有的研究成果的基础上,从社会公共安全角度出发,提出网络突发群体事件的概念,归纳总结了网络群体事件的特点和发展规律。(2)网络突发群体事件预警指标体系的构建。深入探讨相关指标体系的研究现状基础上,结合网络突发群体事件的特点,挖掘网络群体事件的成因和传播规律,依据网络群体事件预警指标体系的构建原则,建立包含事件关注度、事件危险度和事件扩散度等3个一级指标和9个二级指标构成的网络突发群体事件预警指标体系。(3)基于云模型的网络突发群体事件预警监测模型的构建。引入云模型理论,充分发挥云模型处理模糊性和非确定性问题的优势,利用其“定性—定量”的数据转换特性以及云模型发生器的关键实现技术,避免在网络群体事件预警监测方面出现断点和盲点。本文通过5个具体案例,用本模型和BP神经网络算法进行对比分析,证明了该模型的可行性和有效性。
【关键词】：网络突发群体事件 预警监测 预警指标 云模型
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：D035
【目录】：

• 摘要5-6
• Abstract6-18
• 第1章 绪论18-30
• 1.1 研究的背景与意义18-20
• 1.1.1 研究的背景18-19
• 1.1.2 问题的提出及研究意义19-20
• 1.2 国内外研究现状20-26
• 1.2.1 网络群体事件的研究现状20-22
• 1.2.2 网络群体事件预警的研究现状22-25
• 1.2.3 云模型相关应用的研究现状25
• 1.2.4 研究现状小结25-26
• 1.3 论文的研究内容、技术路线和研究方法26-29
• 1.3.1 研究内容及框架26-27
• 1.3.2 论文的技术路线27-28
• 1.3.3 研究方法28
• 1.3.4 研究创新点及难点28-29
• 1.4 本章小结29-30
• 第2章 网络突发群体事件概念及特征30-40
• 2.1 舆情概念界定30-31
• 2.2 网络突发群体事件相关概念31-33
• 2.2.1 网络突发群体事件的概念31-33
• 2.2.2 网络突发群体事件相关概念辨析33
• 2.3 网络突发群体事件的特点33-35
• 2.4 网络突发群体事件的成因35-37
• 2.5 网络突发群体事件的演变37-39
• 2.6 本章小结39-40
• 第3章 网络突发群体事件预警监测指标体系构建40-49
• 3.1 网络突发群体事件预警指标体系的研究现状40-41
• 3.2 网络群体事件预警指标体系构建的作用41-43
• 3.2.1 预警指标体系的预见效用41
• 3.2.2 预警指标体系的监测效用41-42
• 3.2.3 预警指标体系的防范效用42
• 3.2.4 预警指标体系的缓解效用42-43
• 3.3 网络突发群体事件预警指标体系的构建原则43-44
• 3.3.1 系统性与层次性原则43
• 3.3.2 全面性和代表性原则43
• 3.3.3 定性与定量相结合原则43
• 3.3.4 稳定性与动态性原则43-44
• 3.3.5 简洁性和可操作性原则44
• 3.4 网络突发群体事件预警指标体系评价分析44-45
• 3.5 网络突发群体事件预警指标体系构建及内涵分析45-48
• 3.5.1 网络群体事件预警指标体系的框架构建45-46
• 3.5.2 网络群体事件预警指标的内涵及量化46-48
• 3.6 本章小结48-49
• 第4章 基于云模型的网络群体事件预警监测模型49-58
• 4.1 云模型的概述49
• 4.2 云模型的算法描述49-51
• 4.2.1 云模型的定义49-50
• 4.2.2 云模型的数字特征50-51
• 4.3 云模型的实现技术51-52
• 4.3.1 正态云模型51-52
• 4.3.2 云发生器52
• 4.4 基于云模型的网络群体事件预警方法研究52-57
• 4.4.1 云模型预警的基本流程52-53
• 4.4.2 预警等级的划分53-54
• 4.4.3 属性云逆向生成器的设计54-55
• 4.4.4 属性云的综合计算55-57
• 4.4.5 输入数据标准化处理57
• 4.5 本章小结57-58
• 第5章 实验及结果分析58-67
• 5.1 实验环境58
• 5.2 实验案例简介及数据采集58-62
• 5.2.1 案例简介58-60
• 5.2.2 数据采集及预处理60-62
• 5.3 实验过程及结果分析62-66
• 5.3.1 权重设置62-63
• 5.3.2 实验验证63-64
• 5.3.3 检验与结果分析64-66
• 5.4 本章小结66-67
• 总结与展望67-68
• 本文总结67
• 研究展望67-68
• 参考文献68-72
• 附录72-75
• 攻读学位期间发表的论文及参与的科研项目75-76
• 致谢76-77
• 详细摘要77-84

，

本文编号：1097287