近年來,社會網(wǎng)影響傳播問題被研究者們廣泛關注。特別是基于情感的社會網(wǎng)傳播問題,對社交網(wǎng)絡謠言傳播的監(jiān)控,以及對用戶情感和大眾情感的分析與預測,都有著非常重要的研究價值。本文研究了基于情感的社會網(wǎng)影響傳播問題,主要包括以下幾個方面:一、基于情感的社會網(wǎng)傳播模型及影響最大化問題研究心理學表明,情感能夠影響人們的行為。為了準確的刻畫受到情感因素影響的社會網(wǎng)傳播過程,本文提出了基于情感的社會網(wǎng)傳播模型E-IC模型,將用戶的情感融入到整個傳播過程中,獲得并計算用戶情感傳播概率,使傳播過程更符合傳播規(guī)律。根據(jù)E-IC模型提出了基于情感的影響力最大化問題。并給出近似算法EMS-Greedy和啟發(fā)式算法EMS-Heuristic,通過大規(guī)模真實數(shù)據(jù)集上的實驗驗證了E-IC模型的合理性和算法的有效性。二、基于情感的謠言阻隔及影響最小化問題研究近年來,自由的信息發(fā)布模式徹底顛覆了傳統(tǒng)的媒體傳播模式,,謠言及負面信息經(jīng)過網(wǎng)絡的傳播,往往就會在極短的時間內形成一股強大的輿論力量。本文根據(jù)這一現(xiàn)象,結合多種謠言傳播規(guī)律,通過確定輿論情感和個人情感差異,構建基于情感的謠言阻隔模型,并根據(jù)信息傳播規(guī)律定義輿論情感。... 

【文章來源】：黑龍江大學黑龍江省

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第1章 緒論
    1.1 研究的目的和意義
    1.2 國內外研究現(xiàn)狀及發(fā)展趨勢
    1.3 本文主要研究工作
    1.4 章節(jié)安排
第2章 課題研究基礎知識
    2.1 社會網(wǎng)的定義
    2.2 傳播的定義
        2.2.1 傳播模型
        2.2.2 傳播算法的衡量標準
    2.3 基于情感的傳播
    2.4 循環(huán)神經(jīng)網(wǎng)絡
    2.5 本章小結
第3章 基于情感的社會網(wǎng)傳播模型及影響最大化算法研究
    3.1 引言
    3.2 相關工作
    3.3 傳播模型及問題定義
        3.3.1 符號定義
        3.3.2 模型定義
        3.3.3 問題定義
    3.4 基于情感的EMS-GREEDY和EMS-HEURISTIC算法
        3.4.1 EMS-Greedy算法
        3.4.2 情感更新算法
        3.4.3 EMS-Hurististic算法
        3.4.4 時間復雜性和近似比計算
    3.5 實驗結果與分析
        3.5.1 數(shù)據(jù)介紹
        3.5.2 數(shù)據(jù)預處理
        3.5.3 實驗評價指標
        3.5.4 模型參數(shù)調整
        3.5.5 對比實驗
    3.6 本章小結
第4章 基于情感的謠言阻隔及影響最小化問題研究
    4.1 引言
    4.2 相關工作
        4.2.1 影響最小化問題
        4.2.2 傳播分布
        4.2.3 能量守恒定理
    4.3 傳播模型及問題定義
        4.3.1 符號定義
        4.3.2 模型定義
        4.3.3 問題定義
    4.4 基于情感的EDMIN-G和EDMIN-H算法
        4.4.1 EDMIN-G算法
        4.4.2 EDMIN-H啟發(fā)式算法
        4.4.3 威脅率算法
    4.5 實驗結果與分析
        4.5.1 數(shù)據(jù)介紹
        4.5.2 基于影響范圍大的對比實驗
        4.5.3 基于時間的對比實驗
    4.6 本章小結
第5章 基于情感的熱點話題預測模型研究
    5.1 引言
    5.2 相關工作
    5.3 問題定義
    5.4 模型描述
        5.4.1 模型結構
        5.4.2 分類模塊
        5.4.3 預測模塊
    5.5 實驗結果與分析
        5.5.1 數(shù)據(jù)預處理
        5.5.2 評價指標
        5.5.3 對比實驗
    5.6 本章小結
結論
參考文獻
致謝
攻讀碩士學位期間發(fā)表的學術論文


【參考文獻】：
期刊論文
[1]一種基于RNN的社交消息爆發(fā)預測模型[J]. 笱程成,秦宇君,田甜,伍大勇,劉悅,程學旗.  軟件學報. 2017(11)
[2]社交網(wǎng)絡特性分析初步研究[J]. 韓法旺,毛素龍.  網(wǎng)絡安全技術與應用. 2017(08)
[3]社會化媒體時代下網(wǎng)絡謠言的傳播與治理[J]. 楊惠,戴海波.  新聞知識. 2014(10)
[4]Social network users clustering based on multivariate time series of emotional behavior[J]. ZHU Jiang,WANG Bai,WU Bin.  The Journal of China Universities of Posts and Telecommunications. 2014(02)
[5]基于層次結構的多策略中文微博情感分析和特征抽取[J]. 謝麗星,周明,孫茂松.  中文信息學報. 2012(01)
[6]謠言背后的心理因素——從西方媒體涉藏報道談起[J]. 蔡靜.  新聞記者. 2008(06)

碩士論文
[1]基于TensorFlow的卷積神經(jīng)網(wǎng)絡的應用研究[D]. 姜新猛.華中師范大學 2017
[2]領域自適應的中文情感分析詞典構建研究[D]. 唐都鈺.哈爾濱工業(yè)大學 2012



本文編號：3606328