掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
心靈元氣社
-
>
縣中的孩子 中國縣域教育生態(tài)
-
>
(精)人類的明天(八品)
-
>
厭女（增訂本）
-
>
這樣學習才高效/楊慧琴
-
>
心理學經(jīng)典文叢:女性心理學
-
>
中國文化5000年
網(wǎng)絡輿情中的的熱點話題研究 版權(quán)信息
- ISBN：9787030661944
- 條形碼：9787030661944 ; 978-7-03-066194-4
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
網(wǎng)絡輿情中的的熱點話題研究 內(nèi)容簡介
熱點話題發(fā)現(xiàn)是話題識別與追蹤的重點研究分支，其演化過程涉及輿情的傳播，該研究具有重要的理論價值與應用價值。本書首先以貝葉斯理論為基礎(chǔ)，結(jié)合話題的特點，提出有效的話題熱度計算方法，實現(xiàn)對熱點話題的識別。然后通過案例分析，發(fā)現(xiàn)熱點話題的演化脈絡，通過關(guān)系挖掘，實現(xiàn)話題的有效演化。很后系統(tǒng)分析話題演化中盡力避免的話題漂移問題，引起話題漂移的主要原因是噪聲的引入，解決該問題是降低話題漂移產(chǎn)生的關(guān)鍵點，據(jù)此，我們分析了噪聲的典型特征，提出面向話題演化的噪聲特征識別算法。采用非常不錯的TDT語料對上述研究內(nèi)容進行實證分析。
網(wǎng)絡輿情中的的熱點話題研究 目錄
目 錄
前言
第1 章 網(wǎng)絡輿情 1
1.1 網(wǎng)絡輿情概述 3
1.1.1 相關(guān)概念 3
1.1.2 表現(xiàn)形式 3
1.1.3 網(wǎng)絡輿情的特點 5
1.1.4 網(wǎng)絡輿情的分類 8
1.2 網(wǎng)絡輿情的管理 9
1.2.1 網(wǎng)絡輿情管理的界定 10
1.2.2 網(wǎng)絡輿情管理的意義 11
1.2.3 網(wǎng)絡輿情管理的措施 12
1.3 網(wǎng)絡輿情的數(shù)據(jù)分析 15
1.3.1 網(wǎng)絡輿情數(shù)據(jù)分析概述 15
1.3.2 網(wǎng)絡輿情數(shù)據(jù)分析步驟 15
1.3.3 網(wǎng)絡輿情數(shù)據(jù)分析方法 19
1.4 網(wǎng)絡輿情的傳播 19
1.4.1 網(wǎng)絡輿情傳播的載體 20
1.4.2 網(wǎng)絡輿情傳播的要素 22
1.4.3 網(wǎng)絡輿情的傳播特征 23
1.4.4 網(wǎng)絡輿情的傳播階段 25
1.4.5 網(wǎng)絡輿情的傳播模式 27
1.5 網(wǎng)絡輿情的監(jiān)測 29
1.5.1 網(wǎng)絡輿情監(jiān)測的意義 31
1.5.2 網(wǎng)絡輿情監(jiān)測模型 31
1.5.3 網(wǎng)絡輿情監(jiān)測相關(guān)技術(shù) 32
1.6 網(wǎng)絡輿情的預警 33
1.6.1 網(wǎng)絡輿情預警的內(nèi)容 33
1.6.2 網(wǎng)絡輿情預警的等級 34
1.6.3 輿情不同傳播階段的預警重點 34
1.6.4 網(wǎng)絡輿情預警指標構(gòu)建 35
1.7 本章小結(jié) 36
第2 章 話題識別與追蹤 37
2.1 話題識別與追蹤研究前沿及發(fā)展歷程 37
2.1.1 研究前沿 37
2.1.2 發(fā)展歷程 41
2.2 話題識別與追蹤的相關(guān)概念 43
2.3 話題識別與追蹤的任務 43
2.3.1 報道切分 44
2.3.2 話題識別 44
2.3.3 話題追蹤 45
2.3.4 首報道識別 45
2.3.5 關(guān)聯(lián)檢測 45
2.4 話題識別與追蹤的評價指標 45
2.4.1 識別評價指標 45
2.4.2 識別錯誤權(quán)衡曲線(DET 曲線) 46
2.5 話題識別與追蹤的測試集合 48
2.6 本章小結(jié) 54
第3 章 基于貝葉斯網(wǎng)絡的話題識別與追蹤55
3.1 貝葉斯網(wǎng)絡簡介 55
3.2 貝葉斯網(wǎng)絡基礎(chǔ) 56
3.3 貝葉斯網(wǎng)絡的拓撲結(jié)構(gòu)及概率推導 58
3.3.1 貝葉斯網(wǎng)絡的拓撲結(jié)構(gòu) 58
3.3.2 概率推導 59
3.3.3 動態(tài)貝葉斯網(wǎng)絡 59
3.4 貝葉斯網(wǎng)絡的推理 61
3.5 貝葉斯網(wǎng)絡與因果分析 62
3.6 貝葉斯網(wǎng)絡在話題識別與追蹤中的應用 62
3.6.1 基于樸素貝葉斯理論的話題識別與追蹤 64
3.6.2 基于信念網(wǎng)絡的話題識別與追蹤 65
3.7 本章小結(jié) 71
第4 章 基于上下文信息的話題字典的構(gòu)建73
4.1 話題特征選擇 73
4.1.1 基本理論 74
4.1.2 基于增量式TF-IDF 的話題特征選擇 77
4.1.3 基于聚類和時間因素的話題特征選擇 77
4.2 上下文信息 79
4.3 融合上下文信息的話題字典生成 81
4.4 實驗與分析 85
4.5 本章小結(jié) 88
第5 章 融合時序性和波動性的熱點話題發(fā)現(xiàn) 89
5.1 熱點話題發(fā)現(xiàn)研究的意義 89
5.2 代表性熱點話題發(fā)現(xiàn)研究 89
5.3 新聞話題的時序性和波動性簡述 97
5.4 基于時序性和波動性的話題熱度計算 98
5.4.1 基于時序的相關(guān)報道密度計算 98
5.4.2 基于波動性的峰值計算 99
5.4.3 話題熱度計算 99
5.5 實驗結(jié)果及分析 99
5.6 本章小結(jié) 101
第6 章 面向熱點話題演化的噪聲特征識別 103
6.1 話題演化概述 103
6.2 話題演化相關(guān)研究 104
6.3 話題演化與話題漂移關(guān)系概述 109
6.4 話題演化中噪聲引入分析 110
6.5 噪聲特征權(quán)重衰減及識別 111
6.5.1 特征的間斷性和分布性量化 112
6.5.2 噪聲特征權(quán)重衰減 112
6.5.3 噪聲特征識別 114
6.6 實證研究 115
6.7 本章小結(jié) 117
第7 章 熱點話題的參與者——意見領(lǐng)袖特征分析 118
7.1 理論基礎(chǔ) 118
7.1.1 意見領(lǐng)袖 118
7.1.2 社會網(wǎng)絡分析法 119
7.2 數(shù)據(jù)獲取 121
7.3 熱點話題意見領(lǐng)袖識別 122
7.3.1 網(wǎng)絡密度分析 123
7.3.2 網(wǎng)絡中心性分析 123
7.3.3 話題意見領(lǐng)袖識別 125
7.4 意見領(lǐng)袖特征分析 126
7.5 本章小結(jié) 131
第8 章 網(wǎng)絡輿情中的熱點話題推薦 132
8.1 個性化推薦相關(guān)研究 132
8.2 個性化推薦概述 134
8.2.1 個性化推薦的關(guān)鍵問題 134
8.2.2 個性化推薦方法 135
8.2.3 個性化推薦的評價指標 137
8.3 集成算法 139
8.3.1 Bagging 140
8.3.2 Boosting 140
8.3.3 Stacking 141
8.4 基于Stacking 集成的熱點話題推薦 142
8.5 實證研究 144
8.6 本章小結(jié) 147
參考文獻 148
后記 158
前言
第1 章 網(wǎng)絡輿情 1
1.1 網(wǎng)絡輿情概述 3
1.1.1 相關(guān)概念 3
1.1.2 表現(xiàn)形式 3
1.1.3 網(wǎng)絡輿情的特點 5
1.1.4 網(wǎng)絡輿情的分類 8
1.2 網(wǎng)絡輿情的管理 9
1.2.1 網(wǎng)絡輿情管理的界定 10
1.2.2 網(wǎng)絡輿情管理的意義 11
1.2.3 網(wǎng)絡輿情管理的措施 12
1.3 網(wǎng)絡輿情的數(shù)據(jù)分析 15
1.3.1 網(wǎng)絡輿情數(shù)據(jù)分析概述 15
1.3.2 網(wǎng)絡輿情數(shù)據(jù)分析步驟 15
1.3.3 網(wǎng)絡輿情數(shù)據(jù)分析方法 19
1.4 網(wǎng)絡輿情的傳播 19
1.4.1 網(wǎng)絡輿情傳播的載體 20
1.4.2 網(wǎng)絡輿情傳播的要素 22
1.4.3 網(wǎng)絡輿情的傳播特征 23
1.4.4 網(wǎng)絡輿情的傳播階段 25
1.4.5 網(wǎng)絡輿情的傳播模式 27
1.5 網(wǎng)絡輿情的監(jiān)測 29
1.5.1 網(wǎng)絡輿情監(jiān)測的意義 31
1.5.2 網(wǎng)絡輿情監(jiān)測模型 31
1.5.3 網(wǎng)絡輿情監(jiān)測相關(guān)技術(shù) 32
1.6 網(wǎng)絡輿情的預警 33
1.6.1 網(wǎng)絡輿情預警的內(nèi)容 33
1.6.2 網(wǎng)絡輿情預警的等級 34
1.6.3 輿情不同傳播階段的預警重點 34
1.6.4 網(wǎng)絡輿情預警指標構(gòu)建 35
1.7 本章小結(jié) 36
第2 章 話題識別與追蹤 37
2.1 話題識別與追蹤研究前沿及發(fā)展歷程 37
2.1.1 研究前沿 37
2.1.2 發(fā)展歷程 41
2.2 話題識別與追蹤的相關(guān)概念 43
2.3 話題識別與追蹤的任務 43
2.3.1 報道切分 44
2.3.2 話題識別 44
2.3.3 話題追蹤 45
2.3.4 首報道識別 45
2.3.5 關(guān)聯(lián)檢測 45
2.4 話題識別與追蹤的評價指標 45
2.4.1 識別評價指標 45
2.4.2 識別錯誤權(quán)衡曲線(DET 曲線) 46
2.5 話題識別與追蹤的測試集合 48
2.6 本章小結(jié) 54
第3 章 基于貝葉斯網(wǎng)絡的話題識別與追蹤55
3.1 貝葉斯網(wǎng)絡簡介 55
3.2 貝葉斯網(wǎng)絡基礎(chǔ) 56
3.3 貝葉斯網(wǎng)絡的拓撲結(jié)構(gòu)及概率推導 58
3.3.1 貝葉斯網(wǎng)絡的拓撲結(jié)構(gòu) 58
3.3.2 概率推導 59
3.3.3 動態(tài)貝葉斯網(wǎng)絡 59
3.4 貝葉斯網(wǎng)絡的推理 61
3.5 貝葉斯網(wǎng)絡與因果分析 62
3.6 貝葉斯網(wǎng)絡在話題識別與追蹤中的應用 62
3.6.1 基于樸素貝葉斯理論的話題識別與追蹤 64
3.6.2 基于信念網(wǎng)絡的話題識別與追蹤 65
3.7 本章小結(jié) 71
第4 章 基于上下文信息的話題字典的構(gòu)建73
4.1 話題特征選擇 73
4.1.1 基本理論 74
4.1.2 基于增量式TF-IDF 的話題特征選擇 77
4.1.3 基于聚類和時間因素的話題特征選擇 77
4.2 上下文信息 79
4.3 融合上下文信息的話題字典生成 81
4.4 實驗與分析 85
4.5 本章小結(jié) 88
第5 章 融合時序性和波動性的熱點話題發(fā)現(xiàn) 89
5.1 熱點話題發(fā)現(xiàn)研究的意義 89
5.2 代表性熱點話題發(fā)現(xiàn)研究 89
5.3 新聞話題的時序性和波動性簡述 97
5.4 基于時序性和波動性的話題熱度計算 98
5.4.1 基于時序的相關(guān)報道密度計算 98
5.4.2 基于波動性的峰值計算 99
5.4.3 話題熱度計算 99
5.5 實驗結(jié)果及分析 99
5.6 本章小結(jié) 101
第6 章 面向熱點話題演化的噪聲特征識別 103
6.1 話題演化概述 103
6.2 話題演化相關(guān)研究 104
6.3 話題演化與話題漂移關(guān)系概述 109
6.4 話題演化中噪聲引入分析 110
6.5 噪聲特征權(quán)重衰減及識別 111
6.5.1 特征的間斷性和分布性量化 112
6.5.2 噪聲特征權(quán)重衰減 112
6.5.3 噪聲特征識別 114
6.6 實證研究 115
6.7 本章小結(jié) 117
第7 章 熱點話題的參與者——意見領(lǐng)袖特征分析 118
7.1 理論基礎(chǔ) 118
7.1.1 意見領(lǐng)袖 118
7.1.2 社會網(wǎng)絡分析法 119
7.2 數(shù)據(jù)獲取 121
7.3 熱點話題意見領(lǐng)袖識別 122
7.3.1 網(wǎng)絡密度分析 123
7.3.2 網(wǎng)絡中心性分析 123
7.3.3 話題意見領(lǐng)袖識別 125
7.4 意見領(lǐng)袖特征分析 126
7.5 本章小結(jié) 131
第8 章 網(wǎng)絡輿情中的熱點話題推薦 132
8.1 個性化推薦相關(guān)研究 132
8.2 個性化推薦概述 134
8.2.1 個性化推薦的關(guān)鍵問題 134
8.2.2 個性化推薦方法 135
8.2.3 個性化推薦的評價指標 137
8.3 集成算法 139
8.3.1 Bagging 140
8.3.2 Boosting 140
8.3.3 Stacking 141
8.4 基于Stacking 集成的熱點話題推薦 142
8.5 實證研究 144
8.6 本章小結(jié) 147
參考文獻 148
后記 158
展開全部
書友推薦
- >
名家?guī)阕x魯迅:故事新編
- >
中國歷史的瞬間
- >
經(jīng)典常談
- >
月亮虎
- >
羅曼·羅蘭讀書隨筆-精裝
- >
隨園食單
- >
我與地壇
- >
巴金－再思錄
本類暢銷
