新書推薦:
《
诛吕:“诸吕之乱”的真相与吕太后时期的权力结构
》
售價:NT$
454.0
《
炙野(全2册)
》
售價:NT$
356.0
《
女人的胜利
》
售價:NT$
254.0
《
数据有道:数据分析+图论与网络+微课+Python编程(鸢尾花数学大系:从加减乘除到机器学习)
》
售價:NT$
1214.0
《
500万次倾听:陪伤心的人聊聊
》
售價:NT$
245.0
《
英国商业500年(见证大国崛起与企业兴衰,启迪未来商业智慧。)
》
售價:NT$
367.0
《
万千心理·儿童心理治疗中的心智化:临床实践指导
》
售價:NT$
398.0
《
自我囚禁的人:完美主义的心理成因与自我松绑(破除你对完美主义的迷思,尝试打破自我评价过低与焦虑的恶性循环)
》
售價:NT$
301.0
|
內容簡介: |
社交网络信息传播是计算机科学、传播学、社会学、管理学等领域 的重要研究问题,在舆情分析和网络营销领域具有广泛的应用。目前,同类著作更多地站在传播学或管理学角度介绍信息传播的模型、原理和应用。而本书主要从计算机科学角度出发,介绍了该领域的经典问题和最新成果,包括传播模型、话题检测、影响力最大化等问题。此外,本书面向实际应用场景,阐述了如何开发舆情分析和网络营销系统。本书可供社交网络分析与数据挖掘研究领域的研究者了解该方向的前沿基础工作,也可供信息传播与网络舆情领域的工程实践人员作为系统构建的参考和指导。
|
關於作者: |
张熙,计算机学会会员,IEEE会员,2012-至今 北京邮电大学计算机学院讲师;2014年起担任可信分布式计算与服务教育部重点实验室常务副主任
|
目錄:
|
目 录
上篇 理论研究
第1章 传播模型2
1.1 引言2
1.2 解释模型4
1.2.1 问题描述4
1.2.2 解决方案5
1.3 预测模型10
1.3.1 基于图形的方法10
1.3.2 基于非图形的方法15
1.4 本章小结19
参考文献20
第2章 热门话题检测24
2.1 引言24
2.2 热点话题(PT)模型25
2.2.1 热点话题简介26
2.2.2 热点话题26
2.2.3 持续性话题27
2.2.4 模型应用27
2.3 在线话题模型(OLDA)30
2.3.1 概率话题模型和LDA模型的应用30
2.3.2 OLDA模型原理31
2.3.3 OLDA模型的先进性31
2.4 时间和社会话题评估(TSTE)33
2.4.1 Twitter下的TSTE模型简介33
2.4.2 内容提取34
2.4.3 用户权威35
2.4.4 内容衰退理论36
2.4.5 从新关键词到新话题37
2.5 话题预测分析37
2.5.1 趋势预测38
2.5.2 趋势变化的原因39
2.6 异常检测算法下的话题发现40
2.6.1 概率模型简介41
2.6.2 概率模型方法41
2.7 本章小结44
参考文献45
第3章 影响力最大化47
3.1 引言47
3.2 影响力最大化基本概念48
3.2.1 影响力最大化的描述48
3.2.2 社交网络的马尔科夫模型49
3.3 影响力最大化基本算法51
3.3.1 启发式算法51
3.3.2 贪心算法52
3.4 新鲜度衰减情况下影响力最大化算法53
3.4.1 新鲜度衰减函数54
3.4.2 独立级联模型下的新鲜度衰减54
3.4.3 贪心算法的优化55
3.4.4 影响力传播计算算法57
3.5 社交网络中信息覆盖最大化58
3.5.1 信息覆盖最大化问题简介58
3.5.2 信息覆盖最大化问题的特征59
3.5.3 信息覆盖最大化问题的解决方法60
3.6 在线影响力最大化61
3.6.1 在线影响力最大化问题描述61
3.6.2 节点选择策略62
3.6.3 更新不确定影响概率图63
3.7 流式子图的增量算法63
3.7.1 大规模网络下影响力最大化问题64
3.7.2 增量算法的特征65
3.8 线性阈值模型下的可扩展社交网络影响力最大化65
3.8.1 问题描述65
3.8.2 LDAG算法66
3.9 本章小结66
参考文献66
第4章 收益最大化69
4.1 引言69
4.2 最佳营销策略模型70
4.2.1 模型简介70
4.2.2 正外部性70
4.2.3 模型结果71
4.2.4 市场策略73
4.2.5 对称设置最佳营销策略73
4.2.6 影响-拓展营销策略75
4.3 影响-拓展策略的效率76
4.3.1 营销策略的社交网络模型76
4.3.2 影响-拓展策略的效率77
4.4 线性阈值模型下的收益最大化问题77
4.4.1 用户估值线性传播模型(LT-V)78
4.4.2 定价策略79
4.5 固定价格销售策略81
4.6 商品数量受限时的收益最大化82
4.6.1 问题陈述82
4.6.2 PRUB算法84
4.6.3 PRUB+IF算法87
4.7 本章小结88
参考文献88
下篇 工程实践
第5章 舆情监测92
5.1 引言92
5.2 舆情监测相关技术93
5.2.1 舆情热点自动监测设计95
5.2.2 文档关键词提取设计100
5.2.3 专题生成技术分析设计102
5.2.4 主题生成技术分析设计103
5.3 互联网舆情监测分析应用系统104
5.3.1 互联网舆情监测分析系统结构105
5.3.2 互联网舆情监测分析系统功能107
5.4 典型舆情监测系统108
5.4.1 信息采集子系统111
5.4.2 舆情分析子系统113
5.4.3 舆情处理子系统115
5.4.4 舆情呈现子系统118
5.4.5 统一管理平台120
5.4.6 安全保障子系统122
5.4.7 主要技术指标123
5.5 其他舆情监测系统介绍124
5.5.1 人民网舆情系统124
5.5.2 拓尔思124
5.5.3 鹰击系统125
5.5.4 Buzzlogic125
5.5.5 Nielsen125
5.5.6 Reputation Defender126
5.5.7 Visible Technologies126
5.5.8 Cision126
5.6 本章小结127
参考文献127
第6章 品牌推荐与保护128
6.1 引言128
6.2 网络口碑营销与网络水军129
6.3 品牌推荐与保护关键技术131
6.3.1 评论采集技术132
6.3.2 自动评论技术135
6.3.3 评论情感倾向性分析139
6.4 品牌推荐与保护系统142
6.4.1 系统架构142
6.4.2 系统功能145
6.4.3 系统数据存储151
6.5 网络水军识别研究现状152
6.5.1 网络水军识别简介152
6.5.2 网络水军识别的关键技术研究154
6.6 本章小结156
参考文献157
第7章 网站验证码识别162
7.1 引言162
7.2 验证码识别163
7.2.1 验证码的概念163
7.2.2 验证码分类164
7.2.3 验证码识别框架165
7.3 图片预处理166
7.3.1 图像灰度化168
7.3.2 图像二值化169
7.3.3 图像去噪170
7.3.4 干扰线去除171
7.4 字符分割173
7.4.1 字符分割简介173
7.4.2 K-Means聚类分割174
7.4.3 投影分割175
7.4.4 改进的连通区检测176
7.4.5 滴水分割算法178
7.4.6 基于连通区检测和投影算法结合的分割方法180
7.5 字符识别182
7.5.1 字符特征建模182
7.5.2 特征库生成188
7.5.3 识别方法190
7.6 实验结果及分析190
7.6.1 使用轮廓走势特征的识别191
7.6.2 分割并使用统计特征的识别195
7.6.3 不分割且使用位图特征的识别199
7.7 验证码识别理论和技术在国内外的研究现状203
7.8 本章小结205
参考文献205
|
內容試閱:
|
前 言
随着互联网进入Web 2.0时代,以新浪微博、网络社区、Twitter和Facebook为代表的社交网络得到飞速发展,信息的传播速度更快、影响范围更广,正在深刻改变着人们的思维方式、行为模式和社会形态。深入理解社交网络中的信息传播模式和规律具有重要的科学价值,如能将其合理利用,将带来巨大的经济价值和社会价值。
社交网络信息传播涉及计算机科学、传播学、社会学、管理学和心理学等多个学科领域。目前,同类著作更多地站在传播学或管理学角度介绍信息传播的模型、原理和应用,而本书主要从计算机科学角度出发,基于近些年在数据挖掘和社交网络分析领域的研究经历与相关成果,系统梳理了社交网络信息传播的经典问题和最新研究成果。另外,面向实际应用中的需求,介绍了如何实现对传播信息和网络舆情的监测、分析和处理。
本书分为上、下两篇共7章。上篇从理论研究出发,第1章传播模型,介绍了社交网络中信息的两种传播模型,分别解释模型和预测模型;第2章热门话题检测,介绍了几种话题检测的算法,并结合实例进行了分析和对比;第3章影响力最大化,总结分析了几种社交网络影响力最大化传播模型及其优化算法;第4章收益最大化,介绍并分析了营销模型及策略,描述了相关的算法。下篇从工程实践出发,介绍了作者团队近年来开发的网络舆情监测系统(第5章)、品牌推荐和保护系统(第6章),以及其中涉及的一项核心技术网站验证码识别(第7章)。
本书可供社交网络分析与数据挖掘研究领域的研究者了解该方向的前沿基础工作,也可供信息传播与网络舆情领域的工程实践人员作为系统构建的参考和指导。
感谢参与本书内容讨论、资料收集、内容编纂、成果贡献和审查校对的北京邮电大学可信分布式计算与服务教育部重点实验室的老师和同学:吴旭老师和颉夏青老师,博士生苏援和许晋,硕士生侯玉锋、李金兰和曲思宇,以及北京邮电大学国际学院的高炘、麦艺琼、吕浩然和郭鲲鹏同学。感谢973项目社交网络分析与网络信息传播的基础研究对本书的支持。
由于作者水平有限,书中难免有错误和疏漏之处,恳请读者批评指正。
|
|