传播学
类型
可以朗读
语音朗读
122千字
字数
2020-08-01
发行日期
展开全部
主编推荐语
社交网络竞争信息传播与用户行为分析
内容简介
本书主要围绕社交网络竞争性信息传播与用户行为分析展开，旨在反映社交网络信息传播过程与用户规律。主要从微观竞争性信息、中观竞争性信息、宏观竞争性信息、社交网络用户自身属性、影响力最大化、异常用户检测等角度深入剖析社交网络信息传播规律、用户行为分析，并结合真实在线社交网络案例进行分析。总结了作者团队研究成果和实际的研究经验，同时对社交网络竞争性信息传播与用户行为分析的研究现状和未来发展动态进行了的总结和梳理。
目录
- 封面
- 版权信息
- 内容简介
- 前言
- 第1章 社交网络概述
- 1.1 社交网络分析
- 1.2 社交网络竞争性信息传播分析
- 1.2.1 经典信息扩散模型
- 1.2.2 数据驱动传播模型
- 1.2.3 社会博弈模型
- 1.2.4 基于传染病的模型
- 1.2.5 基于物理系统的模型
- 1.3 社交网络用户行为分析
- 1.3.1 社交网络群体行为分析
- 1.3.2 社交网络用户兴趣行为分析
- 1.3.3 社交网络异常用户分析
- 1.3.4 社交网络用户影响力行为分析
- 1.3.5 社交网络用户链路预测行为分析
- 1.4 社交网络分析理论基础
- 1.4.1 六度分隔理论
- 1.4.2 邓巴数字
- 1.4.3 强关系与弱关系
- 1.4.4 三度影响力
- 1.4.5 度中心性
- 1.5 本章小结
- 参考文献
- 第2章 社交网络竞争性信息正向传播与逆向反馈机制研究
- 2.1 概述
- 2.2 社交网络竞争性信息正向传播与逆向反馈
- 2.2.1 节点级竞争传播与反馈
- 2.2.2 系统级竞争传播与反馈
- 2.3 社交网络竞争信息传播生命周期
- 2.3.1 三阶段传播行为
- 2.3.2 轰传时间点
- 2.3.3 传播生存周期
- 2.4 本章小结
- 参考文献
- 第3章 社交网络竞争性信息扩散微观概率模型研究
- 3.1 概述
- 3.2 社交网络竞争性信息扩散微观概率模型构建
- 3.2.1 竞争性信息扩散过程分析
- 3.2.2 竞争性信息扩散微观概率模型构建
- 3.3 实验结果与分析
- 3.3.1 数值模拟
- 3.3.2 实证对比与结果分析
- 3.4 本章小结
- 参考文献
- 第4章 社交网络竞争性信息传播宏观演化模型研究
- 4.1 概述
- 4.2 社交网络竞争性信息传播宏观演化模型构建
- 4.2.1 竞争传播演化过程分析
- 4.2.2 竞争性信息传播宏观演化模型构建
- 4.3 社交网络竞争性信息传播宏观模型分析
- 4.4 实验结果与分析
- 4.4.1 敏感性分析
- 4.4.2 仿真分析
- 4.4.3 实证对比与结果分析
- 4.5 本章小结
- 参考文献
- 第5章 社交网络群体用户行为分析
- 5.1 概述
- 5.2 相关研究工作
- 5.3 社交网络群体结构分析
- 5.4 所提社交网络群体发现方法
- 5.4.1 局部距离拉普拉斯模型
- 5.4.2 节点秩优化函数
- 5.5 实验结果与分析
- 5.5.1 评估指标
- 5.5.2 人工网络性能比较
- 5.5.3 真实网络性能比较
- 5.6 本章小结
- 参考文献
- 第6章 社交网络用户兴趣行为分析
- 6.1 社交网络用户关系图谱
- 6.1.1 种子用户
- 6.1.2 微博用户
- 6.2 社交网络用户区域分析
- 6.3 社交网络用户性别和年龄分析
- 6.4 社交网络用户兴趣行为建模分析
- 6.4.1 社交网络用户特征提取
- 6.4.2 社交网络用户行为兴趣模型与结果分析
- 6.5 本章小结
- 参考文献
- 第7章 社交网络异常用户行为分析
- 7.1 基于加权随机森林的社交网络异常用户模型
- 7.2 基于粒子群优化的随机森林异常检测分类
- 7.3 社交网络异常用户分类结果与对比分析
- 7.4 本章小结
- 参考文献
- 第8章 社交网络用户影响力行为分析
- 8.1 相关工作
- 8.2 传统影响力最大化问题的传播方法
- 8.2.1 独立级联模型
- 8.2.2 线性阈值模型
- 8.2.3 权重级联模型
- 8.2.4 贪心算法
- 8.2.5 单次折扣算法
- 8.2.6 PMIA算法
- 8.3 构建社交网络用户影响力最大的方法
- 8.3.1 NAV函数和DMAP优化函数
- 8.3.2 基于候选种子集的优化策略
- 8.3.3 用户影响力最大化DLIM算法
- 8.4 基于微博社交网络的关键用户分析
- 8.4.1 社交网络用户影响力计算方法
- 8.4.2 计算用户的自身质量
- 8.4.3 用户行为特征权值影响力
- 8.4.4 微博关键用户挖掘过程及结果分析
- 8.5 实验结果与分析
- 8.5.1 参数设置与说明
- 8.5.2 社交网络用户影响力分析
- 8.5.3 微博关键用户传播影响范围对比分析
- 8.6 本章小结
- 参考文献
- 第9章 社交网络链路预测行为分析
- 9.1 社交网络链路预测分析
- 9.2 算法的时间与空间复杂度分析
- 9.3 实验设计
- 9.3.1 数据集
- 9.3.2 评估指标
- 9.3.3 对比方法
- 9.4 实验结果分析
- 9.4.1 LPCD算法与基于局部信息的链路预测算法对比分析
- 9.4.2 LPCD算法与基于路径的链路预测算法比较分析
- 9.5 GN社区划分算法对链路预测算法的影响分析
- 9.5.1 GN算法对基于局部信息的链路预测算法的影响
- 9.5.2 GN算法对基于路径的链路预测算法的影响
- 9.6 各类算法消耗的时间比较
- 9.7 本章小结
- 参考文献
- 第10章 社交网络热点预测用户行为分析
- 10.1 社交网络热度预测分析
- 10.1.1 热度预测概述
- 10.1.2 传统热度预测模型
- 10.1.3 评价标准
- 10.1.4 优化的ARWMA模型
- 10.1.5 今日头条新闻预测结果与分析
- 10.2 社交网络热点话题预测分析
- 10.2.1 话题流行度预测模型
- 10.2.2 优化的随机森林算法（IMRF）
- 10.2.3 实验结果与分析
- 10.3 本章小结
- 参考文献
- 封底
展开全部
评分及书评
评分不足
1个评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
