基于謠言-辟謠信息的網(wǎng)絡(luò)輿情群體行為分析與預(yù)測研究
發(fā)布時間:2021-09-23 14:45
自20世紀(jì)90年代互聯(lián)網(wǎng)進入中國以來,移動終端技術(shù)得到快速的發(fā)展和廣泛的應(yīng)用。在線社交網(wǎng)絡(luò)也憑借著它的超時空性、開放性、虛擬性等特點已經(jīng)逐漸取代傳統(tǒng)媒體,成為人們傳播信息的主要載體。社交網(wǎng)絡(luò)為人們生活提供了極大的方便,但同時也為謠言提供了傳播渠道。與傳統(tǒng)媒體相比,網(wǎng)絡(luò)謠言更容易滋生,并且傳播的速度和范圍更快、更廣。因此有效預(yù)測謠言的傳播趨勢對抑制謠言傳播、營造健康的網(wǎng)絡(luò)環(huán)境十分重要。本論文從謠言和辟謠話題傳播空間的內(nèi)容、結(jié)構(gòu)、行為特征出發(fā),分別在個體層面和群體層面對話題的態(tài)勢變化進行建模、分析和研究。本論文的主要研究工作和貢獻如下:1.在個體層面,提出一種面向謠言-辟謠信息的用戶行為預(yù)測模型。首先,針對用戶關(guān)系的隱秘性,設(shè)計一種user2pixel算法挖掘用戶關(guān)系的隱秘性,并將話題傳播用戶關(guān)系網(wǎng)絡(luò)轉(zhuǎn)化為圖像像素陣列。其次,針對謠言與辟謠信息對抗性,綜合考慮謠言傳播過程中影響用戶行為的內(nèi)部因素和外部因素,建立量化謠言-辟謠互影響力模型。最后,在user2pixel構(gòu)建話題傳播像素陣列的基礎(chǔ)上,考慮到卷積神經(jīng)網(wǎng)絡(luò)對話題傳播像素陣列的簡單處理優(yōu)勢,并綜合借鑒謠言互影響力轉(zhuǎn)移矩陣,基于卷積神經(jīng)...
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
各類應(yīng)用使用時長占比目前,在線社交網(wǎng)絡(luò)正處于繁榮發(fā)展時期
重慶郵電大學(xué)碩士學(xué)位論文第5章實驗驗證及結(jié)果分析39(a)謠言話題A(b)謠言話題B(c)謠言話題C圖5.1謠言話題多信息下用戶參與情況分布圖5.2用戶行為預(yù)測模型驗證在本節(jié)中,首先對恢復(fù)子模型網(wǎng)絡(luò)參數(shù)進行對比實驗。然后,對user2pixel算法的有效性進行分析。再對預(yù)測子模型分類器的選擇和謠言-辟謠互影響力的有效性進行分析。最后,通過與其它四種基線方法的比較,評價該模型的性能。5.2.1基線方法為評估該模型的預(yù)測性能,本文將使用以下基線方法與本論文所提出的模型進行對比:
重慶郵電大學(xué)碩士學(xué)位論文第5章實驗驗證及結(jié)果分析42(c)測試集F1值圖5.2不同學(xué)習(xí)率下模型性能示意圖(a)測試集損失值(b)測試集精準(zhǔn)率(c)測試集F1值圖5.3不同疊加時間下模型性能示意圖
【參考文獻】:
期刊論文
[1]基于灰色預(yù)測模型的電視頻道熱度預(yù)測[J]. 萬倩,謝峰,趙明,王炳飛. 電視技術(shù). 2017(Z1)
[2]微博信息傳播預(yù)測研究綜述[J]. 李洋,陳毅恒,劉挺. 軟件學(xué)報. 2016(02)
本文編號:3405895
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
各類應(yīng)用使用時長占比目前,在線社交網(wǎng)絡(luò)正處于繁榮發(fā)展時期
重慶郵電大學(xué)碩士學(xué)位論文第5章實驗驗證及結(jié)果分析39(a)謠言話題A(b)謠言話題B(c)謠言話題C圖5.1謠言話題多信息下用戶參與情況分布圖5.2用戶行為預(yù)測模型驗證在本節(jié)中,首先對恢復(fù)子模型網(wǎng)絡(luò)參數(shù)進行對比實驗。然后,對user2pixel算法的有效性進行分析。再對預(yù)測子模型分類器的選擇和謠言-辟謠互影響力的有效性進行分析。最后,通過與其它四種基線方法的比較,評價該模型的性能。5.2.1基線方法為評估該模型的預(yù)測性能,本文將使用以下基線方法與本論文所提出的模型進行對比:
重慶郵電大學(xué)碩士學(xué)位論文第5章實驗驗證及結(jié)果分析42(c)測試集F1值圖5.2不同學(xué)習(xí)率下模型性能示意圖(a)測試集損失值(b)測試集精準(zhǔn)率(c)測試集F1值圖5.3不同疊加時間下模型性能示意圖
【參考文獻】:
期刊論文
[1]基于灰色預(yù)測模型的電視頻道熱度預(yù)測[J]. 萬倩,謝峰,趙明,王炳飛. 電視技術(shù). 2017(Z1)
[2]微博信息傳播預(yù)測研究綜述[J]. 李洋,陳毅恒,劉挺. 軟件學(xué)報. 2016(02)
本文編號:3405895
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3405895.html
最近更新
教材專著