作者:安俊秀 著
出版日期:2021年8月
开本:16开
出版社:经济管理出版社
小编推荐
作者简介
第1章 群体人际交往模式的演化概述
1.1 群体人际交往模式演化的 外研究现状
1.2 研究的主要内容
1.3 研究思路
1.4 研究的意义
第2章 大数据时代人际交往方式现状调查
2.1 微信
2.2 QQ
2.3 微博
2.4 实时弹幕
第3章 节点、联系与影响
3.1 社会网络
3.2 节点的重要性
3.3 联系的强度
3.4 社会影响建模
第4章 大数据时代人际交往方式演化机理
4.1 社交网络建模与分析
4.2 社交网络基本理论
4.3 社交网络信息传播研究现状
4.4 当前社交网络的信息传播模型
第5章 社交网络中虚假信息传播特点及控制算法
5.1 社交网络中虚假信息传播的特点
5.2 社交网络信息控制的研究现状
5.3 克隆选择算法概述
5.4 改进的克隆选择信息控制算法
第6章 大数据时代人际交互行为感知及影响研究方法
6.1 研究背景及意义
6.2 外研究现状
6.3 聚类技术
6.4 文本情感分类
第7章 将改进后的多尺度量子谐振子优化算法应用于聚类
7.1 优化算法概述
7.2 MQHOA概述
7.3 基于协方差的MQHOA
7.4 数值仿真实验及分析
7.5 将CM-MQHOA应用于聚类
7.6 总结与展望
第8章 基于HowNet和Naive Bayes相融合的网络社会评论倾向性分析
8.1 网络社会评论倾向性分析概况
8.2 社交群众心理方向智慧分析模型架构
8.3 基于HowNet的情绪词语资源的情绪属性认知
8.4 基于朴素贝叶斯理论的分类器构造
8.5 HowNet和Naive Bayes相融合的网络社会评论倾向性分析
8.6 实验与结果分析
第9章 基于情感倾向聚类的实时评论情感分类研究
9.1 实时评论概述
9.2 实时评论的情感倾向聚类
9.3 量子谐振子模型
9.4 基于量子谐振子模型的情感倾向聚类算法
9.5 情感倾向聚类用于实时评论情感分类的可行性分析
9.6 改进的贝叶斯分类模型
9.7 基于情感倾向聚类的矫正贝叶斯算法
9.8 实验与分析
9.9 本章小结
第10章 微博网络节点影响力因素分析
10.1 PageRank概述
10.2 微博网络影响力关键因素分析
10.3 微博网络节点影响力关键因素度量研究
10.4 LeaderRank算法与UserRank算法分析
10.5 小结
评论留言