网络社区话题特征提取及有价值话题识别方法

摘要

网络社区是人们表达和传播言论及话题的重要平台。网络有价值话题通常涉及政治经济、国计民生等社会性热点内容，它是网络舆情形成的源泉。研究网络社区话题特征提取及有价值话题识别方法，主要是为监测和管理网络社区话题演化为热点舆论或网络舆情提供技术管理工具和手段，研究具有重要的理论意义和实用价值。
　　论文运用文本数据挖掘、社会网络分析、生物信息学等理论和方法，研究网络社区话题特征提取及有价值话题识别方法。主要是通过构建网络社区话题特征提取模型，描述主题文本数据，通过运用多特征融合分类和凝聚层次聚类算法提取话题特征属性；再运用生物信息学理论和社会性网络分析方法，将参与网络社区话题互动的成员以及他们的回复信息构成的关系，映射为蛋白质相互作用网络关系，通过构建话题价值参数度量模型，找出网络话题中的相互作用关系和话题价值的识别要素，由此设计网络复合参数异步检测方法，对网络社区中有价值的话题进行识别，并采用实证方法验证其合理有效性。该方法为政府掌握网络舆论走势，监测和引导网络舆情发展提供了理论支持和有效方法。
　　研究问题来源于导师主持的教育部人文社会科学研究项目“网络社区舆情及舆论领袖识别方法研究(10YJA630055)”中的研究内容。

目录

文摘

英文文摘

致谢

插图清单

表格清单

第一章 绪论

1.1 研究背景

1.1.1 问题描述

1.1.2 研究目的

1.1.3 研究意义

1.2 研究思路及方法

1.2.1 研究思路

1.2.2 研究方法

1.3 研究内容与章节安排

1.3.1 研究内容

1.3.2 章节安排

第二章 理论方法及国内外研究现状

2.1 理论方法

2.1.1 文本数据挖掘

2.1.2 社会网络分析方法

2.1.3 蛋白质相互作用网络

2.2 国内外研究现状综述

2.2.1 网络话题提取

2.2.2 话题价值评估

2.2.3 现状分析及存在问题

2.3 本章小结

第三章 基于多特征融合分类的网络社区话题特征提取方法

3.1 提出问题

3.2 主要内容

3.2.1 方法概述

3.2.2 主题文本表示

3.2.3 主题分类规则

3.2.4 主题聚类算法

3.2.5 话题特征提取

3.3 算例及应用

3.3.1 数据来源

3.3.2 实验过程

3.3.3 实验结果及分析

3.4 本章小结

第四章 基于复合参数异步检算法的有价值话题识别方法

4.1 提出问题

4.2 基本概念和数据描述

4.2.1 话题网络及其数据定义

4.2.2 社区话题网络关系描述

4.3 复合参数异步检测算法

4.3.1 方法步骤

4.3.2 复合参数异步检测算法

4.4 算例实验及方法讨论

4.4.1 话题独立参数有效性分析

4.4.2 复合参数的有效性分析

4.4.3 复合参数异步识别算法有效性分析

4.5 本章小结

第五章 结论与展望

5.1 结论

5.2 展望

参考文献

攻读硕士学位期间发表的论文和参加的科研项目

特别声明