基于数字仿真模型的网络舆论引导理论与应用PDF电子书下载

第1章 初探网络舆论 1

1.1 舆论学相关研究 1

1.1.1 舆论学基础 1

1.1.2 网络舆论概念的形成 3

1.1.3 网络舆论引导 3

1.1.4 方兴未艾的网络舆论引导研究 4

1.2 网络舆论的形成 9

1.2.1 网络舆论客体的公共性 9

1.2.2 网络舆论主体的复杂性 10

1.2.3 网络舆论的传播模式 11

1.2.4 网络舆论的形成条件 13

1.2.5 网民态度的表现分类 17

1.3 网络舆论的信息失真 19

1.3.1 舆论环境的虚拟性 19

1.3.2 始作俑者的假意 19

1.3.3 公众成见的存在 20

1.3.4 大众媒体的介入 21

1.3.5 暴力语言引发的失控 21

1.3.6 社会环境的作用 22

1.4 网络舆论的特性分析 23

1.4.1 即时监督性 23

1.4.2 相对匿名性 24

1.4.3 开放互动性 25

1.4.4 偶然突发性 26

1.4.5 “领袖”权威性 27

1.4.6 大众盲从性 28

1.4.7 群体“极化”性 29

1.4.8 预测可能性 30

1.4.9 预警必要性 30

1.4.10 引导可行性 31

第2章 网络舆论引导相关技术 33

2.1 聚焦网络舆论领袖的网络爬虫技术 33

2.1.1 聚焦网络爬虫技术 33

2.1.2 网络爬虫的爬行策略 34

2.1.3 网页分析算法 35

2.2 面向热点话题发现的文本聚类技术 36

2.2.1 文本聚类的数学描述 36

2.2.2 文本的特征抽取模型 37

2.2.3 相似度计算方法 37

2.2.4 基于文本聚类分析的话题提取方法 38

2.3 网络舆情倾向性分析的相关理论与技术 40

2.3.1 基于语义的网络舆情倾向性分析方法 40

2.3.2 基于机器学习的网络舆情倾向性分析方法 40

2.3.3 基于支持向量机的网络舆情倾向性分析 41

2.3.4 基于K最近邻方法的网络舆情倾向性分析 42

2.3.5 基于N-gram方法的网络舆情倾向性分析 43

2.4 网络舆论传播可视化技术 44

2.4.1 关于信息可视化的研究 45

2.4.2 层级化传播路径 45

2.4.3 面向网络舆论领袖的可视化模型 46

2.4.4 可视化模型的实现流程 48

第3章 网络舆论领袖与影响力计算 49

3.1 舆论领袖研究概述 49

3.1.1 舆论领袖的相关概念关系界定 50

3.1.2 舆论领袖的分类 50

3.1.3 网络舆论领袖的研究现状 51

3.1.4 舆论领袖的应用过程 53

3.2 舆论领袖的基本特征及其测量方法 55

3.2.1 传统舆论领袖的基本特征 55

3.2.2 现代网络舆论领袖的基本特征 56

3.2.3 传统舆论领袖测量方法 57

3.2.4 网络舆论领袖测量方法 59

3.3 网络舆论领袖的影响力计算模型 59

3.3.1 基于内容的影响力计算模型 59

3.3.2 基于链接分析的影响力计算模型 61

3.3.3 评价指标与皮尔逊（Pearson）相关系数 63

3.3.4 基于NodeXL的节点重要性评价指标 64

3.3.5 简单影响力扩散模型 65

第4章 网络舆论领袖的发现与筛选模型 69

4.1 BBS舆论领袖发现模型 69

4.1.1 数据获取 70

4.1.2 BBS网页基本信息抽取 70

4.1.3 BBS网页聚类 72

4.1.4 基于高权重词集的BBS舆论领袖发现技术 73

4.1.5 基于随机游走的BBS舆论领袖发现技术 75

4.2 BBS舆论领袖发现模型合理性测试和分析 77

4.2.1 单帖实验验证模型合理性 78

4.2.2 版块实验验证模型合理性 83

4.2.3 计算结果评估 84

4.2.4 舆论领袖地位稳定性分析 88

4.2.5 帖子生命周期分析 89

4.3 网络舆论领袖筛选模型及其评价 91

4.3.1 论坛舆论领袖筛选模型 92

4.3.2 基于简单语料的影响力阶梯式评价方法 95

4.3.3 基于舆论领袖网络统计属性特征的评价技术 98

4.3.4 舆论领袖综合评价 100

4.4 网络舆论领袖筛选模型实现及实验结果分析 101

4.4.1 网络舆论领袖筛选的模块化实验过程及测试环境 101

4.4.2 舆论领袖筛选的模块化实现 102

4.4.3 基于语料的评价算法实现 104

4.4.4 基于网络统计属性特征的评价算法实现 106

4.4.5 舆论领袖筛选实验结果分析 110

第5章 网络舆情倾向性分析系统设计与实现 117

5.1 研究现状分析 117

5.1.1 网络舆情研究现状 118

5.1.2 网络舆情倾向性研究现状 119

5.1.3 存在的问题 120

5.2 跨领域舆情倾向性分析技术 121

5.2.1 多任务迁移学习 122

5.2.2 Markov逻辑网 124

5.2.3 基于Markov逻辑网的迁移学习 129

5.2.4 跨领域舆情倾向性分析的关键理论研究 130

5.2.5 不确定超图的概念和相关定义 131

5.2.6 一个大型的不确定超图频繁子图挖掘相关定义 132

5.2.7 不确定超图复杂性证明 133

5.2.8 近似算法设计 137

5.3 网络舆情倾向性分析系统设计 139

5.3.1 Alchemy系统软件包 139

5.3.2 系统设计思想 140

5.3.3 模块描述 140

5.4 网络舆情倾向性分析系统实现 143

5.4.1 系统环境 143

5.4.2 数据预处理 143

5.4.3 系统的实现 145

5.4.4 舆情倾向性分析结果 149

第6章 网络社区舆论引导系统设计与实现 152

6.1 面向网络社区舆论引导系统的爬虫设计 152

6.1.1 爬虫主要模块设计 152

6.1.2 多通道爬虫设计 154

6.2 多通道信息采集技术运用 155

6.2.1 网页正文提取 156

6.2.2 网站通道内容采集 156

6.2.3 博客通道内容采集 158

6.2.4 BBS通道内容采集 160

6.2.5 微博通道内容采集 163

6.2.6 信息采集单机吞吐量实验 165

6.3 图形验证码识别技术运用 169

6.3.1 图形验证码识别的研究现状 169

6.3.2 图形验证码识别步骤 170

6.3.3 图形验证码识别测试实验 179

6.4 话语复述技术运用 180

6.4.1 话语复述研究现状 180

6.4.2 逆向最大匹配算法 181

6.4.3 同义词替换 183

6.5 网络社区发布技术运用 184

6.6 系统总体结构及模块设计 186

6.6.1 精品语料采集模块 187

6.6.2 小号语料采集模块 187

6.6.3 虚拟人物培养模块 188

6.6.4 话语复述模块 189

6.6.5 虚拟人物舆论引导模块 189

6.6.6 账号管理模块 190

6.6.7 配置文件管理模块 191

6.7 系统功能测试 191

6.7.1 网络社区中帖子人工置顶测试 191

6.7.2 人物影响力比较 192

参考文献 194