在线社会关系网络中信息传播建模与预测研究

在线社会关系网络中 信息传播建模与预测研究 是网络科学、社会计算等 领域的研究热点之一。深 入分析网络信息传播的基 本模式和内在规律，有助 于提高网络管理的科学化 水平、规范网络信息传播 秩序、培育安全稳定的网 络环境，具有重要的理论 意义和广阔的应用前景。 本研究着眼于网络信息传 播的微观机理，围绕用户 交互的动态性、传播过程 的复杂性和人类行为的时 间尺度非均匀性等挑战展 开研究，形成系列模型和 算法，力争为网络信息传 播的分析和舆论引导提供 基础技术和算法工具，引 领社会计算与人工智能交 叉研究的科学前沿。

第1章 绪论 1.1 研究背景 1.2 研究现状 1.3 面临的挑战 1.4 研究目标与内容 1.5 研究的技术路线与创新点 第2章 相关研究概述 2.1 网络结构分析 2.1.1 宏观结构分析 2.1.2 中观结构分析 2.1.3 微观结构分析 2.2 用户行为分析 2.2.1 影响力的度量 2.2.2 个体行为分析与建模 2.3 网络信息传播 2.3.1 传播模型 2.3.2 信息传播态势预测 2.3.3 信息传播动态过程建模 2.3.4 基于深度学习的方法 2.4 外部数据资源 2.5 本章小结 第3章 信息传播中的累积效应 3.1 引言 3.2 相关工作 3.3 消息扩散树及其统计特征 3.3.1 数据说明 3.3.2 宏观统计特征 3.3.3 传播时序特征 3.4 多次暴露的累积效应 3.5 信息传播基序 3.5.1 结构基序 3.5.2 时序基序 3.6 用户转发选择预测 3.6.1 用户转发选择预测问题形式化 3.6.2 特征选择和实验设置 3.6.3 实验结果 3.7 本章小结 第4章 基于早期传播历史的消息流行度预测 4.1 引言 4.2 融合结构多样性的消息流行度预测算法 4.2.1 问题定义 4.2.2 前期分析 4.2.3 结构多样性与消息最终流行度的关联 4.2.4 融合结构多样性预测消息流行度 4.2.5 实验设置和预测性能 4.3 利用自激励霍克斯过程建模消息流行度动态过程 4.3.1 生存理论和自激励霍克斯过程简介 4.3.2 利用自激励霍克斯过程建模消息流行度动态过程 4.3.3 参数推断 4.3.4 实验设置和预测性能