网络空间信息传播建模分析电子书

内容简介

前言

第1章 绪论

1.1 引言

1.2 P2P网络概论

1.3 社交网络概论

1.4 微博网络概论

1.5 网络论坛概论

第2章 网络建模基本理论

2.1 引言

2.2 网络的图表示方法

2.3 复杂网络基本理论

2.3.1 复杂网络基本概念

2.3.2 复杂网络拓扑特征

2.4 经典网络模型

2.4.1 规则网络模型

2.4.2 随机网络模型

2.4.3 小世界网络模型

2.4.4 无标度网络模型

2.5 传播动力学模型

参考文献

第3章 P2P网络特定信息传播模型

3.1 引言

3.2 P2P网络测量模型

3.2.1 主动测量模型

3.2.2 被动测量模型

3.2.3 覆盖率估计方法

3.2.4 测量方法比较

3.3 P2P信息传播动力学模型

3.3.1 SEInR模型描述

3.3.2 SEInR模型传播行为分析

3.3.3 SEInR模型传播特性分析

3.3.4 SEInR模型验证

3.4 P2P特定信息传播特性

3.4.1 “元信息”属性分析

3.4.2 网络拓扑特性分析

3.4.3 用户行为分析

3.5 P2P特定信息传播控制

3.5.1 传播控制模型框架

3.5.2 目标节点选择策略

3.5.3 P2P节点控制方法

3.5.4 控制策略验证

参考文献

第4章 社交网络用户关系模型

4.1 引言

4.2 社交网络信息传播模型

4.2.1 经典信息传播模型

4.2.2 巴斯扩散模型

4.2.3 谣言传播模型

4.3 社交网络关系强度模型

4.3.1 用户关系特性

4.3.2 关系强度估计

4.3.3 模型验证

4.4 社交网络弱连接分析

4.4.1 连接强度模型

4.4.2 信息传播模型

4.4.3 模型验证

4.5 社交网络用户关系预测

4.5.1 用户关系特征

4.5.2 预测模型

4.5.3 模型验证

4.6 社交网络意见领袖识别

4.6.1 识别方法

4.6.2 算法验证

参考文献

第5章 微博网络用户转发模型

5.1 引言

5.2 微博用户转发特性

5.2.1 微博用户转发行为特性

5.2.2 转发行为特性分析模型

5.2.3 微博转发行为特性分析

5.3 微博转发行为预测

5.3.1 决策树算法

5.3.2 随机森林算法

5.3.3 算法验证

5.4 微博转发特性预测

5.4.1 预测模型

5.4.2 预测算法

5.4.3 算法验证

5.5 微博转发峰值分析

5.5.1 时间序列概念

5.5.2 峰值检测算法

5.5.3 峰值特性分析

5.6 微博意见领袖识别

5.6.1 识别方法

5.6.2 算法验证

参考文献

第6章 网络论坛信息传播模型

6.1 引言

6.2 网络论坛舆情形成模型

6.2.1 网络论坛模型

6.2.2 舆情形成模型

6.2.3 模型验证

6.3 网络论坛意见领袖识别

6.3.1 论坛有向网络图模型

6.3.2 论坛意见领袖识别算法

6.3.3 算法验证

6.4 网络论坛水军热帖检测

6.4.1 热点话题特征提取

6.4.2 水军热帖检测算法

6.4.3 算法验证

6.5 网络水军账号检测

6.5.1 检测算法

6.5.2 算法验证

参考文献