大数据时代人际交往研究/经管文库

本书通过大数据技术对 社交网络中人际交往方式变 化的社会心理影响进行分析 和研究。内容包括大数据时 代群体人际交往模式和现状 的概述，社交网络模型的构 建方法，大数据时代人际交 往方式演化机理、人际交互 行为感知及影响分析，社交 网络中虚假信息传播特点及 控制算法，微博网络节点影 响力因素分析，基于 HowNet和Naive Bayes相结 合的网络社会评论倾向性分 析，等等。 本书以落实国家大数据 发展战略、满足大数据生态 构建发展的人才需求为基本 出发点，主要是为面向大数 据社会情感计算方向的研究 人员提供一些参考，目的是 帮助相关研究人员了解大数 据的应用前景。同时，本书 将大数据知识与多学科技术 融合运用，对于运用大数据 技术作交叉学科研究领域的 学者来说，本书也具有一定 的参考价值。

安俊秀，女，教授，硕士生导师。软件自动生成与智能服务四川省重点实验室学术带头人（知识本体和大数据方向）。作为项目负责人承担国家自然基金面上项目1项（71673032），作为主研人员参与国家级项目6项。已发表研究领域相关论文及发明专利40余篇。主编完成专著或教材10余部（云计算与大数据方向），由国家级出版社出版，其中2016年出版了有影响力的独著：《量化社会——大数据与社会计算》。2016～2017年美国加州大学河滨分校（UCR）公派访问学者，2014～2015年美国科罗拉多大学斯普林司分校（UCCS）访问学者。国家自然科学基金委通讯评审专家，四川省科技项目评审专家，成都市科技攻关计划评审专家，成都军区项目评审专家。

第1章 群体人际交往模式的演化概述 1.1 群体人际交往模式演化的国内外研究现状 1.2 研究的主要内容 1.3 研究思路 1.4 研究的意义 第2章 大数据时代人际交往方式现状调查 2.1 微信 2.2 QQ 2.3 微博 2.4 实时弹幕 第3章 节点、联系与影响 3.1 社会网络 3.2 节点的重要性 3.3 联系的强度 3.4 社会影响建模 第4章 大数据时代人际交往方式演化机理 4.1 社交网络建模与分析 4.2 社交网络基本理论 4.3 社交网络信息传播研究现状 4.4 当前社交网络的信息传播模型 第5章 社交网络中虚假信息传播特点及控制算法 5.1 社交网络中虚假信息传播的特点 5.2 社交网络信息控制的研究现状 5.3 克隆选择算法概述 5.4 改进的克隆选择信息控制算法 第6章 大数据时代人际交互行为感知及影响研究方法 6.1 研究背景及意义 6.2 国内外研究现状 6.3 聚类技术 6.4 文本情感分类 第7章 将改进后的多尺度量子谐振子优化算法应用于聚类 7.1 优化算法概述 7.2 MQHOA概述 7.3 基于协方差的MQHOA 7.4 数值仿真实验及分析 7.5 将CM-MQHOA应用于聚类 7.6 总结与展望 第8章 基于HowNet和Naive Bayes相融合的网络社会评论倾向性分析 8.1 网络社会评论倾向性分析概况 8.2 社交群众心理方向智慧分析模型架构 8.3 基于HowNet的情绪词语资源的情绪属性认知 8.4 基于朴素贝叶斯理论的分类器构造 8.5 HowNet和Naive Bayes相融合的网络社会评论倾向性分析 8.6 实验与结果分析 第9章 基于情感倾向聚类的实时评论情感分类研究 9.1 实时评论概述 9.2 实时评论的情感倾向聚类 9.3 量子谐振子模型 9.4 基于量子谐振子模型的情感倾向聚类算法 9.5 情感倾向聚类用于实时评论情感分类的可行性分析