声明
摘要
第一章绪论
1.1研究背景及意义
1.2研究现状
1.2.1社交网络分析
1.2.2 社交网络中的节点排名和链接预测
1.2.3 社交媒体中的事件分析
1.2.4 社交媒体不可靠内容分析
1.3 主要工作及贡献
1.4各章节安排
第二章社交网络表示模型
2.1 社交网络表示模型概述
2.2 基于超图的层次化社交网络模型
2.2.1 问题定义
2.2.2 元素定义
2.2.3 表示模型
2.3脸书案例研究
2.3.1 网络结构
2.3.2 网络特性分析
2.4 CASN案例研究
2.4.1 企业社交网络模型
2.4.2 社交商务系统框架设计
2.4.3 企业社交网络可视化分析
2.4.4 企业社交网络基本属性分析
2.5 小结
第三章社交网络中的节点排名
3.1节点排名概述
3.2 二部图中的节点排名
3.2.1 PageRank和HITS算法
3.2.2 TOPK算法
3.2.3 参数K的选取
3.2.4 TOPK算法的收敛性
3.3实验和分析
3.3.1 实验准备
3.3.2 基于汽车质量的评价方法
3.3.3 基于企业聚类的评价方法
3.3.4供应商排名评价
3.3.5 参数K的评价
3.4 小结
第四章社交网络中的链接预测
4.1链接预测概述
4.2 基础模型
4.2.1可交换数组
4.2.2 具有高斯过程先验的随机函数
4.2.3 变分期望最大化
4.2.4在线链接预测模型
4.3 结合网络形成博弈的模型
4.3.1 网络形成博弈
4.3.2 基于网络形成博弈的预测模型
4.4 实验
4.4.1 实验设置
4.4.2 实验结果
4.5 小结
第五章结合新闻和社交媒体的事件分析
5.1事件分析概述
5.2 多角度事件分析模型EvA
5.2.1 问题定义
5.2.2 模型描述
5.2.3 推理过程
5.2.4事件类别分类
5.2.5 扩展分析
5.3实验和分析
5.3.1 数据集
5.3.2事件特征提取
5.3.3 事件类别分类
5.3.4 扩展分析
5.4 小结
第六章社交媒体不可靠内容分析
6.1 不可靠内容分析概述
6.2 社交媒体假新闻语言特征分析
6.2.1 数据集
6.2.2 逻辑回归分类器
6.2.3 深度学习分类器
6.2.4 结果分析
6.3 不可靠内容的细粒度分类
6.3.1 数据集
6.3.2 方法
6.3.3 分析
6.4 小结
第七章总结与展望
7.1 总结
7.2 展望
参考文献
致谢
博士期间发表的论文
博士期间发布的专利
博士期间参加的科研工作
博士期间获得的奖励
外文论文一
外文论文二