在线社交网络信息传播建模与舆情演化分析9787030**6231

《在线社交网络信息传播建模与舆情演化分析》主要围绕在线社交网络信息传播与舆情演化分析展开，旨在反映在线社交网络信息传播过程与舆情演化规律。主要从在线社交网络影响力化、在线社交网络社区发现、基于突发公共事件与负反馈能力、热扩散运动下的信息传播规律、人工神经网络、社交网络用户自身属性、节点信息负反馈与竞争性特性、**舆情信息等角度，深入剖析在线社交网络信息传播规律、传播模型与舆情演化规律，并结合真实在线社交网络案例进行舆情演化分析。《在线社交网络信息传播建模与舆情演化分析》总结了作者团队的研究成果和实际的研究经验，同时总结和梳理了在线社交网络信息传播与舆情演化分析的研究现状和未来的发展动态。　　《在线社交网络信息传播建模与舆情演化分析》涉及计算机科学、数学、社会学、新闻与传播学、管理学等多个学科领域，可供从事社交网络的科研人员和高等院校相关专业的研究生、本科生阅读，也可为从事社交网络、复杂网络、新闻与传播学、动力学及大数据分析相关领域工作的教学、科研人员提供参考。

刘小洋，西北工业大学博士，先后在重庆大学、美国The University of Alabama从事博士后研究工作。现任重庆理工大学计算机科学与工程学院副教授，硕士研究生导师。　　主持/主研国家自然科学**项目、国家社会科学**项目、***青年**项目、重庆市科技局项目、重庆市博士后特别资助项目、重庆市**科技项目等50余项。在国内外重要刊物发表学术论文100余篇，获国家授权实用新型专利13项、国家授权发明专利10余项，出版学术专著3部。

• **章 在线社交网络1．1 在线社交网络概述1．1．1 在线社交网络的定义1．1．2 在线社交网络的服务平台1．1．3 在线社交网络的发展历程1．2 在线社交网络的特点1．3 在线社交网络的表示与特性1．3．1 在线社交网络的表示1．3．2 在线社交网络的特性1．4 在线社交网络网站的功能1．5 在线社交网络的主要研究方向1．6 在线社交网络结构模型1．7 在线社交网络分析工具1．7．1 NetLogo1．7．2 Gephi1．7．3 Pajek1．7．4 Python1．7．5 MATLAB1．7．6 Tableau本章小结参考文献第2章 在线社交网络大数据分析2．1 大数据概述2．1．1 大数据与数据处理2．1．2 大数据分析方法2．2 数据挖掘2．2．1 数据挖掘的定义2．2．2 数据挖掘分析方法2．3 在线社交网络大数据挖掘2．3．1 Web数据挖掘2．3．2 文本挖掘2．3．3 多媒体挖掘2．4 在线社交网络大数据应用2．4．1 聚类的算法与应用2．4．2 分类的算法与应用2．4．3 预测的模型与应用本章小结参考文献第3章 在线社交网络用户影响力分析3．1 **意见领袖影响力模型构建与分析3．1．1 意见领袖影响力分析研究3．1．2 意见领袖影响力模型构建与分析3．1．3 仿真结果与分析3．2 在线社交网络用户影响力*大化算法3．2．1 贪心算法3．2．2 Degree算法3．2．3 DegreeDiscount算法3．2．4 PageRank算法3．2．5 基于结构洞的贪心算法——SG算法**第4章 在线社交网络社区发现算法研究第5章 在线社交网络信息传播建模分析第6章 **舆情信息传播建模与演化分析第7章 在线社交网络突发公共事件信息传播与舆情演化分析第** 融合社交网络用户自身属性的信息传播建模与舆情演化分析第9章 基于热扩散运动的在线社交网络信息传播与舆情演化分析**0章 基于人工神经网络的信息传播建模与舆情演化分析