1 绪论 1
1.1 研究背景、意义及选题来源 1
1.1.1 研究背景 1
1.1.2 意义 2
1.1.3 选题来源 3
1.2 问题的提出 3
1.2.1 中国网络舆情现状 3
1.2.2 需要解决的问题 7
1.3 国内外研究现状 8
1.3.1 基于网络舆情演化平台的研究现状 8
1.3.2 网络舆情演化分析的定性与定量研究现状 10
1.3.3 网络舆情的群体极化研究 17
1.4 研究方法、技术路线、结构安排和创新工作 19
1.4.1 研究方法 19
1.4.2 技术路线 20
1.4.3 结构安排 21
1.4.4 创新工作 22
2 相关研究理论 24
2.1 元胞自动机原理 24
2.1.1 元胞自动机的定义 24
2.1.2 元胞自动机的应用 27
2.2 复杂网络的小世界效应 28
2.2.1 小世界效应特性 28
2.2.2 小世界网络构建算法 29
2.3 复杂网络的无标度特性 31
2.3.1 无标度特性 31
2.3.2 无标度网络构造算法 31
3 面向群体极化的网络舆情演化影响因素分析 34
3.1 网络舆情 34
3.1.1 舆情 34
3.1.2 网络舆情的特性 36
3.2 网络舆情演化对群体极化的影响分析 38
3.2.1 网络舆情演化的生命周期 38
3.2.2 网络舆情演化的群体极化现象 39
3.3 网络舆情演化的影响因素分析 44
3.3.1 网络舆情演化的影响因素 44
3.3.2 影响因素动力分析 46
3.4 本章小结 50
4 网络舆情演化迁移元胞模型 52
4.1 网络舆情的迁移元胞特性分析 53
4.1.1 网络舆情虚拟社区 53
4.1.2 网络舆情迁移元胞的特性 55
4.2 迁移元胞演化模型 56
4.2.1 模型定义 56
4.2.2 标准化自信度多数规则 57
4.2.3 迁移元胞模型 58
4.3 仿真试验 60
4.3.1 变量选择和数据预处理 60
4.3.2 仿真试验 61
4.3.3 仿真结果 64
4.4 本章小结 66
5 小世界效应下的网络舆情演化迁移元胞模型 67
5.1 网络舆情的小世界效应特性 67
5.1.1 网络舆情的小世界网络社区 67
5.1.2 网络舆情的小世界网络构造算法 69
5.2 小世界效应迁移元胞演化模型 69
5.2.1 模型定义 69
5.2.2 倾向度转换规则 70
5.2.3 小世界效应迁移元胞模型 72
5.3 仿真试验 73
5.3.1 变量选择和数据预处理 73
5.3.2 仿真试验 74
5.3.3 仿真结果 78
5.4 本章小结 80
6 无标度特性下的网络舆情演化迁移元胞模型 81
6.1 网络舆情的无标度特性 82
6.1.1 网络舆情的无标度网络社区 82
6.1.2 网络舆情的无标度网络构造算法 83
6.2 无标度特性迁移元胞演化模型 85
6.2.1 模型定义 86
6.2.2 观点形成阶段 89
6.2.3 观点交互阶段 90
6.2.4 二阶段网络舆情演化模型 91
6.3 仿真试验 93
6.3.1 变量选择和数据预处理 93
6.3.2 仿真试验 95
6.3.3 仿真结果 98
6.4 本章小结 99
7 面向群体极化的网络舆情管理策略 100
7.1 网络舆情管理的目标与依据 100
7.1.1 网络舆情管理的目标 100
7.1.2 网络舆情管理的依据 101
7.2 严格把控网络舆情演化空间的邻域元胞影响 105
7.2.1 网络舆情虚拟社区的舆情演化特性 105
7.2.2 提高网民的网络文化素养 105
7.3 强化引导小世界效应网络社区的倾向度转换 107
7.3.1 小世界效应网络社区的舆情演化特性 107
7.3.2 构建良好的网络参与秩序 108
7.4 紧密关注无标度特性网络社区的网民极化动态 110
7.4.1 无标度特性网络社区的舆情演化特性 110
7.4.2 引导传统媒体和意见领袖的理性行为 111
7.5 本章小结 112
8 本书的结论与研究展望 113
8.1 本书的结论 113
8.2 本书的不足与研究展望 114
参考文献 115
后记 129