基于两层可变聚类系数无标度网络的即时信息传播建模和仿真

即时通讯网络已成为大众信息传播的主要途径,研究了即时通讯网络信息传播的性质、规律以及预测、引导的方法和手段,利用可变聚类无标度网络模型建立了新的即时通讯网络的二层模型,并制定了信息传播规则.通过实验仿真对群数、聚类系数、传播者和免疫者的变化观察,发现群数越多则聚类系数越大,传播者峰值越高.以及免疫者也相应地有所提高,从而对信息传播的影响也越大.     

基于粗糙集和集成学习的BBS网络舆情分类

BBS是网络舆情突发事件产生和传播最重要的场所之一,如何提前发现突发网络舆情是目前网络舆情研究的一个难点和热点问题,目前的研究仍处于探索阶段.利用粗糙集结合集成学习的方法建立网络舆情分类模型,能够在短时间内发现突发网络舆情,为用户和论坛管理人员及时、准确和方便地提取重要的主题信息,以便更好地对论坛进行管理.     

基于两层可变聚类系数无标度网络的即时信息传播建模和仿真

即时通讯网络已成为大众信息传播的主要途径,研究了即时通讯网络信息传播的性质、规律以及预测、引导的方法和手段,利用可变聚类无标度网络模型建立了新的即时通讯网络的二层模型,并制定了信息传播规则。通过实验仿真对群数、聚类系数、传播者和免疫者的变化观察,发现群数越多则聚类系数越大,传播者峰值越高,以及免疫者也相应地有所提高,从而对信息传播的影响也越大。     

BBS网络舆情定量分析研究

针对目前定量观测、分析和控制突发网络舆情研究中的困难,在定性分析用户关系网络的基础上,研究并选取一系列可定量度量舆情传播行为的指标,给出各指标的选取依据和计算方式。通过试验评估了各指标的有效性,发现在网络中用户数变化各定量指标产生了明显的变化,这种变化可以在不同程度和层次上反应网络舆情的变化。