基于大数据的社交网络信息交流行为研究

前言 第1章 绪论 第2章 社交网络信息交流行为基本理论 2.1 社交网络与网络信息交流行为 2.1.1 社交网络概述 2.1.2 网络信息交流行为概述 2.1.3 社交网络对网络信息交流行为的影响 2.2 社交网络信息交流行为内涵 2.2.1 社交网络信息交流行为的含义 2.2.2 社交网络信息交流行为的特征 2.2.3 社交网络信息交流行为的类型 2.2.4 社交网络信息交流行为的影响因素 2.3 社交网络信息交流行为模式 第3章 大数据驱动的社交网络信息交流行为研究新范式 3.1 科学研究第四范式 3.1.1 科学研究范式的内涵 3.1.2 科学研究范式的演变过程 3.1.3 基于大数据的科学研究第四范式 3.2 人类动力学理论 3.2.1 人类动力学的核心思想 3.2.2 人类动力学的核心指标 3.2.3 人类动力学的经典模型 3.3 科学研究第四范式下社交网络信息交流行为研究范式嬗变 3.3.1 科学研究第四范式对社交网络信息交流行为研究的影响 3.3.2 基于人类动力学的社交网络信息交流行为研究新范式 3.3.3 天涯社区信息交流行为的人类动力学研究示例 第4章 单点模式下社交网络信息发布行为研究 4.1 单点模式下社交网络信息发布行为实证分析 4.1.1 基于数据集B的实证分析—普通用户 4.1.2 基于数据集C的实证分析—认证用户 4.2 兴趣驱动的普通用户社交网络信息发布行为动力学模型 4.2.1 生成机制分析 4.2.2 模型规则描述 4.2.3 模型仿真与验证 4.3 任务驱动的认证用户社交网络信息发布行为动力学模型 4.3.1 生成机制分析 4.3.2 模型规则描述 4.3.3 模型仿真与验证 第5章 点对点模式下社交网络信息发布-转发评论行为研究 5.1 点对点模式下社交网络信息发布-转发评论行为实证分析 5.1.1 数据描述 5.1.2 基本统计分析 5.1.3 影响因素分析 5.2 基于社会交互的社交网络信息发布-转发评论行为动力学模型构建 5.2.1 生成机制分析 5.2.2 模型规则描述 5.3 模型仿真与验证 5.3.1 参数设置 5.3.2 模型验证 第6章 一对多模式下社交网络信息发布-转发行为研究 6.1 一对多模式下社交网络信息发布-转发行为实证分析 6.1.1 数据描述 6.1.2 基本统计分析 6.1.3 影响因素分析 6.2 基于社会影响理论的社交网络信息发布-转发行为动力学模型构建 6.2.1 生成机制分析 6.2.2 模型规则描述 6.3 模型仿真与验证 6.3.1 参数设置 6.3.2 模型验证 第7章 多对多模式下社交网络信息发布-评论行为研究 7.1 多对多模式下社交网络信息发布-评论行为实证分析 7.1.1 数据描述 7.1.2 基本统计分析 7.2 基于二分网络演化的社交网络信息发布-评论行为动力学模型构建 7.2.1 生成机制分析 7.2.2 模型规则描述 7.3 模型仿真与验证 7.3.1 参数设置 7.3.2 模型验证 第8章 社交网络个性化信息推荐服务优化 8.1 社交网络个性化信息推荐服务概述 8.1.1 个性化信息推荐服务概述 8.1.2 个性化信息推荐服务的基本方法 8.1.3 社交网络中的个性化信息推荐服务 8.2 融入用户兴趣漂移特征的微博信息个性化推荐方法 8.2.1 总体模型构建 8.2.2 不同时间窗口下用户兴趣主题发现 8.2.3 长短期兴趣漂移发现算法 8.2.4 基于用户兴趣漂移特征的用户聚类与信息推荐 8.3 实验分析 8.3.1 数据采集与预处理 8.3.2 实验过程 8.3.3 结果评价 第9章 社交网络群推荐服务优化 9.1 社交网络群推荐服务概述 9.1.1 群推荐的基本概念 9.1.2 群推荐中的兴趣融合策略 9.1.3 社交网络中的群推荐服务 9.2 兴趣传播视角下的群推荐方法：以微博超话为例 9.2.1 微博超话内部兴趣传播的本质 9.2.2 兴趣传播的影响因素分析 9.2.3 基于兴趣传播的微博超话群推荐方法 9.3 实验分析 9.3.1 数据采集与预处理 9.3.2 实验过程 9.3.3 结果评价 参考文献