第1章 概论 1
1.1 网络舆情的研究背景 1
1.2 大数据、人工智能和网络舆情 10
第2章 大数据、云计算和物联网 18
2.1 数据存储 18
2.1.1 二进制（binary） 18
2.1.2 八进制（octonary）和十六进制（hexadecimal） 20
2.1.3 进制转换 21
2.1.4 数据的存储单位 24
2.1.5 形象理解数据有多少 26
2.2 大数据 27
2.2.1 大数据起源及相关研究 27
2.2.2 大数据的概念及特征 30
2.2.3 大数据关键技术 33
2.2.4 大数据处理系统 39
2.2.5 大数据技术面临的挑战 55
2.2.6 大数据发展趋势 57
2.3 物联网 61
2.3.1 物联网的概念 64
2.3.2 物联网的系统架构 66
2.3.3 物联网的异构融合网络层 69
2.3.4 感知节点及终端 70
2.3.5 物联网关键技术 71
2.3.6 物联网面临的问题及发展理念 74
2.4 云计算 77
2.4.1 云计算的概念 78
2.4.2 云计算的交付模式和部署模式 80
2.4.3 云计算的特征 82
2.4.4 云计算的关键技术 83
2.4.5 云计算的机遇与挑战 87
2.5 本章小结 89
第3章 人工智能与数据挖掘 100
3.1 人工智能 101
3.1.1 广义人工智能 101
3.1.2 狭义人工智能 104
3.1.3 人工智能发展简史 107
3.1.4 人工智能学派简介 114
3.1.5 总体架构 116
3.1.6 研究内容与应用领域 116
3.2 机器学习 126
3.2.1 概念 126
3.2.2 演化 127
3.2.3 算法 128
3.3 人工神经网络 134
3.3.1 感知机 136
3.3.2 两层神经网络 138
3.3.3 效果 140
3.4 深度学习 142
3.4.1 深度学习的概念和特点 143
3.4.2 深度学习的基本思想 145
3.4.3 卷积神经网络（Convolutional Neural Network，CNN） 148
3.4.4 循环神经网络（RecurrentNeural Network，RNN） 149
3.4.5 长短时记忆神经网络（Long Short-Term Memory，LSTM） 151
3.4.6 深度学习应用 152
3.5 数据挖掘 153
3.5.1 聚类分析（cluster analysis） 154
3.5.2 预测建模（prediction mode） 158
3.5.3 关联分析（association analysis） 160
3.5.4 异常检测（anomaly detection） 162
3.5.5 数据挖掘的发展趋势 163
3.6 本章小结 164
第4章 基于大数据和人工智能的网络舆情分析 170
4.1 舆情和网络舆情 171
4.1.1 基本概念 171
4.1.2 相近词义辨析 174
4.1.3 国外学术界对于网络舆情的研究 176
4.1.4 网络舆情要素 178
4.1.5 网络舆情传播阶段与传播模型 180
4.1.6 网络舆情分类 183
4.1.7 网络舆情特点 185
4.1.8 网络舆情传播特征 187
4.1.9 网络舆情传播要素 192
4.1.10 网络舆情传播模型 194
4.2 大数据与网络舆情 200
4.3 人工智能与网络舆情 210
4.3.1 舆情热点发现技术 210
4.3.2 舆情情感分析 215
4.3.3 舆情分析与处理 218
4.3.4 舆情预测 219
4.3.5 其他相关研究 224
本章小结 225
第5章 案例分析 241
5.1 空姐滴滴打车遇害案 241
5.1.1 事件简介 241
5.1.2 传播分析 242
5.1.3 情感倾向分析 248
5.1.4 社会情感 253
5.2 “罗一笑”事件 254
5.2.1 事件简介 254
5.2.2 传播分析 255
5.2.3 情感倾向分析 258
5.3 对策建议 264