《社交網路信息傳播》是2016年8月電子工業出版社出版的圖書，作者是張熙。
基本介紹
- 書名：社交網路信息傳播
- 作者：張熙
- 出版社：電子工業出版社
- 出版時間：2016年8月
- 頁數：220 頁
- 定價：59 元
- 開本：16 開
- ISBN：9787121297830
內容簡介,圖書目錄,
內容簡介
社交網路信息傳播是計算機科學、傳播學、社會學、管理學等領域 的重要研究問題，在輿情分析和網路行銷領域具有廣泛的套用。目前，同類著作更多地站在傳播學或管理學角度介紹信息傳播的模型、原理和套用。而本少匙書主要從計算機科學角度出發，介紹了該領域的經典問題疊講腿和最新成果，包括傳播模型、話題檢測、影響力最大化等問題。此外，本書面向實際套用場景，闡述了如何開發輿情分析和網路行銷系統。本書可供社交網路分析與數據挖掘研究領域的研究者了解該方向的前沿基礎工作，也可供信息傳播與網路輿情領域的工程實踐人員作為系統構建的參考和指導。
圖書目錄
目 錄
上篇 理論研究
第1章 傳播模型 2
1.1 引言 2
1.2 解釋模型 4
1.2.1 問題描述 4
1.2.2 解決方案 5
1.3 預測模型 10
1.3.1 基於圖形的方法 10
1.3.2 基槳棕燥於非圖形的方法 15
1.4 本章小結 19
參考文獻 20
第2章 熱門話題檢測 24
2.1 引言 24
2.2 熱點話題（PT）模型 25
2.2.1 熱點話題簡介 26
2.2.2 熱點話題 26
2.2.3 持續性話題 27
2.2.4 模型套用 27
2.3 線上話題模型（OLDA） 30
2.3.1 機率話題模型和LDA模型的套用笑踏拔辯 30
2.3.2 OLDA模型原理 31
2.3.3 OLDA模型的先進性 31
2.4 時間和社會話題評估（TSTE） 33
2.4.1 Twitter下的TSTE模型簡介 33
2.4.2 內容提取 34
2.4.3 用戶權威 35
2.4.4 內容衰退理論 36
2.4.5 從新關鍵字到新話題 37
2.5 話題預測分析 37
2.5.1 趨勢預測 38
2.5.2 趨勢變化的原因 39
2.6 異常檢測算法下的話題發現 40
2.6.1 機率模型簡介 41
2.6.2 機率模型方法 41
2.7 本章小結 44
參考文獻 45
第3章 影響力最大化 47
3.1 引言 47
3.2 影響力最大化基本概念 48
3.2.1 影響力最大化的描述 48
3.2.2 社交網路的馬爾科夫模型 49
3.3 影響力最大化基本算法 51
3.3.1 啟發式算法 51
3.3.2 貪心算法 52
3.4 新鮮度衰減情況下影響力最大化算法 53
3.4.1 新鮮度衰減函式 54
3.4.2 獨立級聯模型下的新鮮度衰減 54
3.4.3 貪心算法的境樂獄最佳化 55
3.4.4 影響力傳播計算算法 57
3.5 社交網路符燥勸中信息覆蓋最大化 58
3.5.1 信息覆蓋最大化問題簡介 58
3.5.2 信息覆蓋最大化問題的特徵 59
3.5.3 信息覆蓋最大化問題的解決方法 60
3.6 線上影響力最大化 61
3.6.1 線上影響力最大化問題描述 61
3.6.2 節點選擇策略 62
3.6.3 更新不確定影響機率圖 63
3.7 流式子圖的增量算法 63
3.7.1 大規模網路下影響力最大化問題 64
3.7.2 增量算法的特徵 65
3.8 線性閾值模型下的可擴展社交網路影響力最大化 65
3.8.1 問題描述 65
3.8.2 LDAG算法 66
3.9 本章小結 66
參考文獻 66
第4章 收益最大化 69
4.1 引言 69
4.2 最佳行銷策略模型 70
4.2.1 模型簡介 70
4.2.2 正外部性 70
4.2.3 模型閥拘喇坑結果 71
4.2.4 市場策略 73
4.2.5 對稱設定最佳行銷策略 73
4.2.6 影響-拓展行銷策略 75
4.3 影響-拓展策略的效率 76
4.3.1 行銷策略的社交網路模型 76
4.3.2 影響-拓展策略的效率 77
4.4 線性閾值模型下的收益最大化問題 77
4.4.1 用戶估值線性傳播模型（LT-V） 78
4.4.2 定價策略 79
4.5 固定價格銷售策略 81
4.6 商品數量受限時的收益最大化 82
4.6.1 問題陳述 82
4.6.2 PRUB算法 84
4.6.3 PRUB+IF算法 87
4.7 本章小結 88
參考文獻 88
下篇 工程實踐
第5章 輿情監測 92
5.1 引言 92
5.2 輿情監測相關技術 93
5.2.1 輿情熱點自動監測設計 95
5.2.2 文檔關鍵字提取設計 100
5.2.3 專題生成技術分析設計 102
5.2.4 主題生成技術分析設計 103
5.3 網際網路輿情監測分析套用系統 104
5.3.1 網際網路輿情監測分析系統結構 105
5.3.2 網際網路輿情監測分析系統功能 107
5.4 典型輿情監測系統 108
5.4.1 信息採集子系統 111
5.4.2 輿情分析子系統 113
5.4.3 輿情處理子系統 115
5.4.4 輿情呈現子系統 118
5.4.5 統一管理平台 120
5.4.6 安全保障子系統 122
5.4.7 主要技術指標 123
5.5 其他輿情監測系統介紹 124
5.5.1 人民網輿情系統 124
5.5.2 拓爾思 124
5.5.3 鷹擊系統 125
5.5.4 Buzzlogic 125
5.5.5 Nielsen 125
5.5.6 Reputation Defender 126
5.5.7 Visible Technologies 126
5.5.8 Cision 126
5.6 本章小結 127
參考文獻 127
第6章 品牌推薦與保護 128
6.1 引言 128
6.2 網路口碑行銷與網路水軍 129
6.3 品牌推薦與保護關鍵技術 131
6.3.1 評論採集技術 132
6.3.2 自動評論技術 135
6.3.3 評論情感傾向性分析 139
6.4 品牌推薦與保護系統 142
6.4.1 系統架構 142
6.4.2 系統功能 145
6.4.3 系統數據存儲 151
6.5 網路水軍識別研究現狀 152
6.5.1 網路水軍識別簡介 152
6.5.2 網路水軍識別的關鍵技術研究 154
6.6 本章小結 156
參考文獻 157
第7章 網站驗證碼識別 162
7.1 引言 162
7.2 驗證碼識別 163
7.2.1 驗證碼的概念 163
7.2.2 驗證碼分類 164
7.2.3 驗證碼識別框架 165
7.3 圖片預處理 166
7.3.1 圖像灰度化 168
7.3.2 圖像二值化 169
7.3.3 圖像去噪 170
7.3.4 干擾線去除 171
7.4 字元分割 173
7.4.1 字元分割簡介 173
7.4.2 K-Means聚類分割 174
7.4.3 投影分割 175
7.4.4 改進的連通區檢測 176
7.4.5 滴水分割算法 178
7.4.6 基於連通區檢測和投影算法結合的分割方法 180
7.5 字元識別 182
7.5.1 字元特徵建模 182
7.5.2 特徵庫生成 188
7.5.3 識別方法 190
7.6 實驗結果及分析 190
7.6.1 使用輪廓走勢特徵的識別 191
7.6.2 分割並使用統計特徵的識別 195
7.6.3 不分割且使用點陣圖特徵的識別 199
7.7 驗證碼識別理論和技術在國內外的研究現狀 203
7.8 本章小結 205
參考文獻 205
3.2.2 社交網路的馬爾科夫模型 49
3.3 影響力最大化基本算法 51
3.3.1 啟發式算法 51
3.3.2 貪心算法 52
3.4 新鮮度衰減情況下影響力最大化算法 53
3.4.1 新鮮度衰減函式 54
3.4.2 獨立級聯模型下的新鮮度衰減 54
3.4.3 貪心算法的最佳化 55
3.4.4 影響力傳播計算算法 57
3.5 社交網路中信息覆蓋最大化 58
3.5.1 信息覆蓋最大化問題簡介 58
3.5.2 信息覆蓋最大化問題的特徵 59
3.5.3 信息覆蓋最大化問題的解決方法 60
3.6 線上影響力最大化 61
3.6.1 線上影響力最大化問題描述 61
3.6.2 節點選擇策略 62
3.6.3 更新不確定影響機率圖 63
3.7 流式子圖的增量算法 63
3.7.1 大規模網路下影響力最大化問題 64
3.7.2 增量算法的特徵 65
3.8 線性閾值模型下的可擴展社交網路影響力最大化 65
3.8.1 問題描述 65
3.8.2 LDAG算法 66
3.9 本章小結 66
參考文獻 66
第4章 收益最大化 69
4.1 引言 69
4.2 最佳行銷策略模型 70
4.2.1 模型簡介 70
4.2.2 正外部性 70
4.2.3 模型結果 71
4.2.4 市場策略 73
4.2.5 對稱設定最佳行銷策略 73
4.2.6 影響-拓展行銷策略 75
4.3 影響-拓展策略的效率 76
4.3.1 行銷策略的社交網路模型 76
4.3.2 影響-拓展策略的效率 77
4.4 線性閾值模型下的收益最大化問題 77
4.4.1 用戶估值線性傳播模型（LT-V） 78
4.4.2 定價策略 79
4.5 固定價格銷售策略 81
4.6 商品數量受限時的收益最大化 82
4.6.1 問題陳述 82
4.6.2 PRUB算法 84
4.6.3 PRUB+IF算法 87
4.7 本章小結 88
參考文獻 88
下篇 工程實踐
第5章 輿情監測 92
5.1 引言 92
5.2 輿情監測相關技術 93
5.2.1 輿情熱點自動監測設計 95
5.2.2 文檔關鍵字提取設計 100
5.2.3 專題生成技術分析設計 102
5.2.4 主題生成技術分析設計 103
5.3 網際網路輿情監測分析套用系統 104
5.3.1 網際網路輿情監測分析系統結構 105
5.3.2 網際網路輿情監測分析系統功能 107
5.4 典型輿情監測系統 108
5.4.1 信息採集子系統 111
5.4.2 輿情分析子系統 113
5.4.3 輿情處理子系統 115
5.4.4 輿情呈現子系統 118
5.4.5 統一管理平台 120
5.4.6 安全保障子系統 122
5.4.7 主要技術指標 123
5.5 其他輿情監測系統介紹 124
5.5.1 人民網輿情系統 124
5.5.2 拓爾思 124
5.5.3 鷹擊系統 125
5.5.4 Buzzlogic 125
5.5.5 Nielsen 125
5.5.6 Reputation Defender 126
5.5.7 Visible Technologies 126
5.5.8 Cision 126
5.6 本章小結 127
參考文獻 127
第6章 品牌推薦與保護 128
6.1 引言 128
6.2 網路口碑行銷與網路水軍 129
6.3 品牌推薦與保護關鍵技術 131
6.3.1 評論採集技術 132
6.3.2 自動評論技術 135
6.3.3 評論情感傾向性分析 139
6.4 品牌推薦與保護系統 142
6.4.1 系統架構 142
6.4.2 系統功能 145
6.4.3 系統數據存儲 151
6.5 網路水軍識別研究現狀 152
6.5.1 網路水軍識別簡介 152
6.5.2 網路水軍識別的關鍵技術研究 154
6.6 本章小結 156
參考文獻 157
第7章 網站驗證碼識別 162
7.1 引言 162
7.2 驗證碼識別 163
7.2.1 驗證碼的概念 163
7.2.2 驗證碼分類 164
7.2.3 驗證碼識別框架 165
7.3 圖片預處理 166
7.3.1 圖像灰度化 168
7.3.2 圖像二值化 169
7.3.3 圖像去噪 170
7.3.4 干擾線去除 171
7.4 字元分割 173
7.4.1 字元分割簡介 173
7.4.2 K-Means聚類分割 174
7.4.3 投影分割 175
7.4.4 改進的連通區檢測 176
7.4.5 滴水分割算法 178
7.4.6 基於連通區檢測和投影算法結合的分割方法 180
7.5 字元識別 182
7.5.1 字元特徵建模 182
7.5.2 特徵庫生成 188
7.5.3 識別方法 190
7.6 實驗結果及分析 190
7.6.1 使用輪廓走勢特徵的識別 191
7.6.2 分割並使用統計特徵的識別 195
7.6.3 不分割且使用點陣圖特徵的識別 199
7.7 驗證碼識別理論和技術在國內外的研究現狀 203
7.8 本章小結 205
參考文獻 205
