隨著社交網(wǎng)絡(luò)的發(fā)展,微博、論壇等社交軟件的數(shù)量日益增加,人們之間的信息交流、資源共享也變得越來越多。新一代的社交信息傳播技術(shù)促進(jìn)了信息快速共享和大規(guī)模的信息級聯(lián)。與此同時(shí),由于網(wǎng)絡(luò)謠言自身的隱蔽性、突發(fā)性和傳播分散性,往往在短時(shí)間內(nèi)就能快速擴(kuò)散影響,甚至比真實(shí)信息的傳播速度更快,影響更廣。所以,對社交網(wǎng)絡(luò)謠言話題內(nèi)在傳播規(guī)律的分析與預(yù)測研究,在引導(dǎo)正確的輿論、遏制謠言傳播和維護(hù)社會(huì)穩(wěn)定等方面都有重大的意義。本文主要從社交網(wǎng)絡(luò)謠言話題下的用戶個(gè)體與群體兩方面出發(fā),對謠言話題轉(zhuǎn)發(fā)與熱度進(jìn)行了建模與分析。主要的研究工作和貢獻(xiàn)如下:1.在謠言話題轉(zhuǎn)發(fā)預(yù)測方面,針對謠言傳播特征空間的多樣性和復(fù)雜性,考慮到表示學(xué)習(xí)在數(shù)據(jù)特征提取方面的優(yōu)勢,對內(nèi)容和結(jié)構(gòu)兩類特征采取對應(yīng)的表示學(xué)習(xí)方法,達(dá)到對傳播空間數(shù)據(jù)特征進(jìn)行降維、統(tǒng)一化、稠密化的全貌信息表達(dá)目的。其次,考慮到辟謠信息對謠言傳播行為的影響,在對群體傳播關(guān)系結(jié)構(gòu)特征表示時(shí),引入演化博弈理論,融和謠言、辟謠消息的用戶影響力,更切實(shí)地反映出謠言與辟謠的競爭、共生關(guān)系。最后,考慮到圖卷積神經(jīng)網(wǎng)絡(luò)對非歐氏結(jié)構(gòu)數(shù)據(jù)進(jìn)行卷積處理的能力,提出基于表示學(xué)習(xí)和CNN-...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 社交網(wǎng)絡(luò)的發(fā)展
        1.2.2 社交網(wǎng)絡(luò)中謠言話題傳播分析研究
    1.3 論文研究內(nèi)容及意義
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)理論方法概述
    2.1 社交網(wǎng)絡(luò)結(jié)構(gòu)特征
    2.2 基于表示學(xué)習(xí)的特征提取方法
        2.2.1 文本表示學(xué)習(xí)
        2.2.2 網(wǎng)絡(luò)表示學(xué)習(xí)
    2.3 話題轉(zhuǎn)發(fā)預(yù)測模型
        2.3.1 博弈論模型
        2.3.2 傳染病模型
        2.3.3 機(jī)器學(xué)習(xí)模型
    2.4 話題熱度預(yù)測模型
        2.4.1 自回歸移動(dòng)平均模型
        2.4.2 LSTM回歸預(yù)測模型
        2.4.3 指數(shù)平滑預(yù)測模型
    2.5 本章小結(jié)
第3章 基于用戶個(gè)體層面的轉(zhuǎn)發(fā)行為預(yù)測模型
    3.1 引言
    3.2 問題定義
        3.2.1 相關(guān)定義
        3.2.2 問題形式化
    3.3 基于表示學(xué)習(xí)與演化博弈論的用戶特征提取算法
        3.3.1 謠言話題的特征表示
        3.3.2 謠言-辟謠影響力量化
    3.4 基于CNN-GCN的用戶行為預(yù)測模型
        3.4.1 CNN-GCN神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
        3.4.2 訓(xùn)練方案
        3.4.3 學(xué)習(xí)算法
    3.5 本章小結(jié)
第4章 基于用戶群體層面的熱度預(yù)測模型
    4.1 引言
    4.2 問題定義
        4.2.1 謠言話題熱度定義
        4.2.2 時(shí)間序列定義
        4.2.3 問題形式化
    4.3 基于知識(shí)表示的多消息特征提取
    4.4 謠言話題熱度預(yù)測模型
        4.4.1 預(yù)測模型框架
        4.4.2 預(yù)測算法
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證和結(jié)果分析
    5.1 數(shù)據(jù)集描述
    5.2 謠言話題用戶轉(zhuǎn)發(fā)行為預(yù)測模型評估
        5.2.1 基線方法與評價(jià)指標(biāo)
        5.2.2 CNN-GCN預(yù)測模型參數(shù)設(shè)計(jì)
        5.2.3 表示學(xué)習(xí)方法選擇
        5.2.4 謠言-辟謠影響力量化有效性分析
        5.2.5 預(yù)測模型性能分析
    5.3 謠言話題態(tài)勢感知模型評估
        5.3.1 基線方法與評價(jià)指標(biāo)
        5.3.2 算法評估與對比
    5.4 本章小結(jié)
第6章 總結(jié)及未來工作
    6.1 全文總結(jié)
    6.2 未來工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號：3856890