基于社交网络的信息流行度预测方法研究

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 用户影响力度量

1.2.2 信息传播建模

1.2.3 流行度演化与预测

1.3 主要研究内容

1.4 论文结构安排

第二章 基于社交网络的信息流行度预测方法综述

2.1 信息流行度预测定义

2.2 信息流行度预测问题形式

2.3 信息流行度预测方法分析

2.3.1 基于特征驱动的预测方法

2.3.2 基于点过程的预测方法

2.3.3 基于深度学习的预测方法

2.3.4 现有方法分析总结

2.4 本章小结

第三章 基于特征驱动的流行度预测方法研究

3.1 问题定义

3.2 基于特征工程的流行度预测模型

3.2.1 集成逻辑回归和随机森林的改进算法

3.2.2 模型框架描述

3.2.3 模型参数设置

3.3.1 流行度影响因素分析

3.3.2 流行度相关特征提取

3.4.1 实验数据准备

3.4.2 评价指标

3.4.3 不同方法预测性能对比分析

3.4.4 不同类特征预测性能对比分析

3.5 本章小结

第四章 基于深度学习的流行度预测方法研究

4.1 问题引出与定义

4.2 基于信息级联的节点采样

4.3 基于注意力机制的深度特征提取

4.3.1 节点时序特征提取

4.3.2 节点结构特征提取

4.4 基于时空注意力网络的流行度预测模型

4.4.1 模型框架

4.4.2 算法描述

4.4.3 模型参数设置

4.5 实验及结果分析

4.5.1 数据集描述

4.5.2 评价指标

4.5.3 与基线方法对比分析

4.5.4 与变体模型对比分析

4.5.5 注意力机制分析

4.6 本章小结

第五章 基于社交网络的信息流行度预测应用研究

5.1 系统概述

5.2 系统目标

5.3 系统总体设计

5.3.1 系统总体架构设计

5.3.2 系统功能模块设计

5.3.3 系统数据库设计

5.4.1 开发环境配置

5.4.2 数据分析模块

5.4.3 系统应用展示

5.5 本章小结

第六章 总结与展望

6.1 全文总结

6.2 未来工作展望

致谢

参考文献

攻读硕士学位期间取得的成果