發(fā)布時(shí)間：2021-06-10 10:50

　　隨著信息技術(shù)的發(fā)展，在線社交和微博等新興社交網(wǎng)絡(luò)應(yīng)用獲得了快速發(fā)展，為人類(lèi)交互、知識(shí)共享、信息傳播提供了完善的通信平臺(tái)，對(duì)社交網(wǎng)絡(luò)中信息傳播的研究具有重要的理論和實(shí)際價(jià)值。然而，當(dāng)前基于在線社交網(wǎng)絡(luò)信息傳播的研究主要存在兩個(gè)問(wèn)題：一是當(dāng)前研究?jī)H針對(duì)社交網(wǎng)絡(luò)的結(jié)構(gòu)和現(xiàn)狀進(jìn)行分析，缺乏對(duì)社交網(wǎng)絡(luò)的前瞻性和預(yù)測(cè)性的研究；二是社交網(wǎng)絡(luò)中的海量數(shù)據(jù)對(duì)信息處理帶來(lái)了前所未有的挑戰(zhàn)。本文針對(duì)以上問(wèn)題，以Twitter微博網(wǎng)絡(luò)為例，通過(guò)分析Twitter中主題相關(guān)用戶(hù)的權(quán)威值，計(jì)算用戶(hù)間的行為影響概率，最終建立基于微博平臺(tái)的信息傳播預(yù)測(cè)模型，該模型充分考慮了社交網(wǎng)絡(luò)中海量數(shù)據(jù)處理的時(shí)間和速度需求，力求預(yù)測(cè)更精確更高效。本文并將信息傳播預(yù)測(cè)模型應(yīng)用在基于Twitter平臺(tái)的股票價(jià)格預(yù)測(cè)上，通過(guò)提取股票相關(guān)的微博言論，建立股票興趣網(wǎng)絡(luò)，預(yù)測(cè)股票看漲和看跌情感在整個(gè)社交網(wǎng)絡(luò)中的傳播趨勢(shì)，進(jìn)而預(yù)測(cè)股票在未來(lái)某時(shí)間段內(nèi)的價(jià)格漲跌趨勢(shì)。實(shí)驗(yàn)表明，本文提出的信息傳播模型具有更精確的預(yù)測(cè)性。 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 論文的工作介紹
    1.4 論文的組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 相關(guān)理論與技術(shù)
    2.1 社交網(wǎng)絡(luò)介紹
        2.1.1 在線社交網(wǎng)絡(luò)概述
        2.1.2 社交網(wǎng)絡(luò)理論基礎(chǔ)
    2.2 社交網(wǎng)絡(luò)表示方法
        2.2.1 基于圖論的表示
        2.2.2 基于矩陣的表示
    2.3 信息傳播模型
        2.3.1 無(wú)結(jié)構(gòu)傳播模型
        2.3.2 有結(jié)構(gòu)傳播模型
    2.4 本章小結(jié)
第三章 基于微博的信息傳播模型
    3.1 主題用戶(hù)的權(quán)威值計(jì)算
    3.2 微博用戶(hù)行為影響概率模型
        3.2.1 用戶(hù)行為影響概率模型框架
        3.2.2 Jaccard 系數(shù)連續(xù)時(shí)間模型
        3.2.3 Jaccard 系數(shù)離散時(shí)間模型
    3.3 微博信息傳播預(yù)測(cè)模型
        3.3.1 社交網(wǎng)絡(luò)中的信息傳播機(jī)理
        3.3.2 基于 BFS 的信息傳播預(yù)測(cè)模型
    3.4 本章小結(jié)
第四章 信息傳播模型在股票價(jià)格預(yù)測(cè)中的應(yīng)用
    4.1 基于預(yù)測(cè)模型的股票價(jià)格預(yù)測(cè)應(yīng)用
    4.2 股票價(jià)格預(yù)測(cè)應(yīng)用的實(shí)現(xiàn)
        4.2.1 股票言論相關(guān)微博提取
        4.2.2 股票微博漲跌情感分析
        4.2.3 Twitter 平臺(tái)用戶(hù)權(quán)威值計(jì)算
        4.2.4 用戶(hù)影響聯(lián)合概率計(jì)算
        4.2.5 預(yù)測(cè)股票價(jià)格漲跌趨勢(shì)
    4.3 本章小結(jié)
第五章 實(shí)驗(yàn)與分析
    5.1 樣本的選取
    5.2 實(shí)驗(yàn)流程
        5.2.1 實(shí)驗(yàn)平臺(tái)
        5.2.2 股價(jià)趨勢(shì)預(yù)測(cè)實(shí)驗(yàn)流程
    5.3 實(shí)驗(yàn)結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
讀研期間研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于微博的六度空間理論研究[J]. 劉宏杰,陸浩,張楠,鄭曉龍.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[2]新浪微博話題流行度預(yù)測(cè)技術(shù)研究[J]. 熊小兵,周剛,黃永忠,馬俊.  信息工程大學(xué)學(xué)報(bào). 2012(04)
[3]微博客中轉(zhuǎn)發(fā)行為的預(yù)測(cè)研究[J]. 張旸,路榮,楊青.  中文信息學(xué)報(bào). 2012(04)
[4]氣候與白晝長(zhǎng)度變化對(duì)蘇格蘭拉姆島上野化山羊種群日活動(dòng)節(jié)律的影響(英文)[J]. 石建斌,Robin Dunbar,李迪強(qiáng),肖文發(fā).  動(dòng)物學(xué)研究. 2006(06)
[5]Hyperbolic geometry with geometric algebra[J]. LI Hong boInstitute of Systems Science, Chinese Academy of Sciences, Beijing 100080, China.  Chinese Science Bulletin. 1997(03)

博士論文
[1]基于微博平臺(tái)的事件趨勢(shì)分析及預(yù)測(cè)研究[D]. 田野.武漢大學(xué) 2012

碩士論文
[1]基于RSSBus的社交媒體信息收集分析系統(tǒng)[D]. 張羽辰.西安電子科技大學(xué) 2012
[2]運(yùn)用Twitter進(jìn)行預(yù)測(cè)性研究的方法和特點(diǎn)[D]. 徐學(xué)鵬.浙江大學(xué) 2011
[3]基于遺傳BP神經(jīng)網(wǎng)絡(luò)的股市預(yù)測(cè)[D]. 趙振勇.貴州大學(xué) 2007



本文編號(hào)：3222236