基于Single-Pass的网络话题在线聚类方法研究

基于Single-Pass算法思想,研究网络话题的在线聚类方法,以期及时捕捉网络信息的动态变化在分析该方法聚类流程的基础上,重点研究网络动态信息流的文本特征抽取和权重计算方法,以及话题类表示和更新等关键问题,设计实验对比分析不同的标题中特征加权系数、特征权重计算和标准化方法以及话题类向量维度对话题聚类质量和时间效率的影响。     

基于链接网络图的互联网舆情话题跟踪方法

互联网舆情演化具有的衍生性和动态性特点,使得舆情话题的跟踪分析相当复杂.为了及时、准确地跟踪舆情的衍生话题,本文在分析网页间的链接关系与网页内容关联性的基础上,提出了舆情演化的链接网络图概念,以及网络图中节点与舆情话题的相关度计量和更新方法,基于此提出了基于链接网络图的舆情话题跟踪方法.实验结果表明,基于链接网络图的舆情话题跟踪方法能够在保持较高准确率的前提下,显著地提高舆情话题跟踪的召回率,并能够从网页的链接中发掘出与舆情话题相关的网页.     

互联网舆情演化的动态网络模型研究

互联网舆情具有的衍生性、动态性和多维性特点,使得舆情的演化分析相当复杂。本文在分析舆情演化的微观组成及其演化特征的基础上,提出了舆情演化的动态网络模型,以期对舆情演化的动态过程和微观结构进行有效地描述。本文重点研究了动态网络模型的结构、演化特性和描述方法等建模理论。     

面向话题衍生性的微博网络舆情传播模型研究

微博网络中信息的"裂变式"传播模式对已有舆情传播模型提出挑战。为有效地揭示出微博用户关注关系所形成的复杂网络中舆情传播演化的机理,以有向无标度网络为载体提出舆情传播的SIRS模型,该模型综合考虑微博的传播特性以及舆情话题的衍生性等因素,并对模型进行仿真分析,其结果可以验证模型的有效性。     

基于主题细分的社交网络用户间交互特征分析

[目的/意义]针对一微博子网,从主题细分的角度对用户间历史交互记录进行研究,发现用户间交互的主题偏好特征,以期从微观层面了解用户信息传播行为的规律。[方法/过程]通过用户实例分析得出对用户间交互进行主题细分的必要性;利用主题模型(LDA)对用户间历史交互记录进行主题细分,采用多维向量表示用户间在不同主题下的交互强度;通过统计分析和网络分析方法探索用户间交互的主题特征。[结果/结论]各主题下用户间交互强度的分布具有长尾特征;用户间的交互内容在时序上具有主题相关性;基于多维的用户间交互强度,可抽取出特定主题下的用户交互子网。用户间交互在时序上具有主题相关性这一特征,以及特定主题的用户交互子网,可用于对特定主题的信息传播进行监控和预测。     

基于认知失调的动态网络下用户观点演化研究

[目的/意义]本文基于认知失调构建了观点演化模型,有助于研究群体观点的演化趋势。这是从心理学角度为舆情治理提供了一个新思路,也是从以人为本的角度出发,拓展了舆情监管的理论研究。[方法/过程]首先通过分析个体对认知失调的缓解措施,总结分析出网络拓扑的动态机制;然后根据差异化的个体网络结构划分了各自的亲密度,再根据亲密度衡量对其他个体观点的接受度,构建了新的观点演化规则;最后通过调节参数来设置不同的心理环境进行仿真实验,模拟不同情况下的观点演化结果。[结果/结论]实验结果表明,在认知失调的环境中,群体意见的聚合效果更加显著;认知失调环境中个体的社交阈值越大,即对矛盾观点的容忍度越强,这越有利于社会共识的达成;面对群体中不同数量的顽固个体,若监管部门需达成不同的舆论引导效果,应采取差异化的治理措施。     

基于GMM-HMM的话题生命周期状态识别及趋势预测方法

[目的/意义]本研究对正处于演化过程中的话题进行状态识别及趋势预测,为相关部门了解话题现状,对话题进行有效监管提供科学依据。[方法/过程]首先,考虑网民情感,结合话题的新颖度和关注度,构建话题生命周期状态观测指标;其次,基于隐马尔可夫模型(HMM)和高斯混合模型(GMM)的原理,提出话题生命周期状态识别及趋势预测方法;最后,选用微博话题构建数据集,设计对比实验,验证方法的有效性。[结果/结论]基于GMM-HMM的话题状态识别及趋势预测方法的F1值和准确率均高于87%,MAPE低于3.5%,相较于GaussianHMM和BP神经网络具有较大优势。     

基于复杂在线网络的舆情传递研究——进化博弈视角

以复杂网络为背景,研究在网络动态变化下的舆情传递博弈行为。构建基于复杂网络的互联网舆情传递进化博弈模型,对整个舆情传递的博弈进化过程进行仿真模拟,求出稳定进化策略。研究发现,初始博弈策略的选择个体比例,对舆情传递具有重要影响。随着个体"传递"策略博弈方比例的升高,网络连接数的增多,均衡状态实现得越快。并且,由于"非全连接"的网络结构和网络匿名性的特征,在舆情传递过程会存在停滞和游走现象,最终会因群体压力使舆情走向衰退。同时,也为舆情传递监督者控制和引导网络舆情传递提供理论依据。     

经管类专业本科生开设数据挖掘课程的教学探索

数据挖掘作为一门新兴技术,在各行业中获得越来越广泛的应用.在分析经管类专业本科生开设数据挖掘课程的必要性和可行性的基础上,讨论了课程在教学过程中存在的问题和设置的教学目标,着重从教学内容和实验环节上探索了数据挖掘课程的具体教学方案及其实施.