论文目录 | |
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 课题的提出 | 第13页 |
| 1.2 课题研究的目的和意义 | 第13-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.3.1 事件起始点界定及联动性研究 | 第15-16页 |
| 1.3.2 事件影响范围界定及溯源研究 | 第16-17页 |
| 1.3.3 事件多重影响力的计算方法 | 第17-18页 |
| 1.4 主要研究内容 | 第18-24页 |
| 1.4.1 研究内容与研究方法 | 第18-21页 |
| 1.4.2 论文的内容组织与安排 | 第21-24页 |
| 第二章 虚实社会中事件影响空间模型型（（ESM） | 第24-32页 |
| 2.1 相关概念及其定义 | 第25-26页 |
| 2.2 虚拟网络数据空间（OS）中事件的表达 | 第26页 |
| 2.3 现实行为数据空间（BS）中事件的表达 | 第26-28页 |
| 2.4 OS和BS空间关系的表达 | 第28-29页 |
| 2.5 虚实社会中事件影响空间模型（ESM）的构建 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 ESM中事件起始点界定及在成员联动性发现中的应用 | 第32-62页 |
| 3.1 相关概念及其定义 | 第33-36页 |
| 3.2 事件时间序列异常起始点界定及联动性发现 | 第36-48页 |
| 3.2.1 基于多成员多属性融合的事件起始点界定方法 | 第39-45页 |
| 3.2.2 基于滑动窗口与矩阵聚类的事件成员联动性发现方法 | 第45-48页 |
| 3.3 实验及分析 | 第48-61页 |
| 3.3.1 股票事件起始点发现实验及分析 | 第48-54页 |
| 3.3.2 股票事件成员联动性发现实验及分析 | 第54-61页 |
| 3.4 本章小结 | 第61-62页 |
| 第四章 ESM中事件影响范围界定及在事件溯源中的应用 | 第62-83页 |
| 4.1 相关概念及其定义 | 第63-64页 |
| 4.2 事件影响范围界定及事件溯源 | 第64-70页 |
| 4.2.1 事件影响范围界定方法 | 第64-68页 |
| 4.2.2 事件溯源方法 | 第68-70页 |
| 4.3 实验及分析 | 第70-82页 |
| 4.3.1 特征提取 | 第70-72页 |
| 4.3.2 股票事件影响范围界定实验及分析 | 第72-77页 |
| 4.3.3 股票事件溯源实验及分析 | 第77-82页 |
| 4.4 本章小结 | 第82-83页 |
| 第五章 ESM中事件在多重空间下的多重影响力计算方法 | 第83-99页 |
| 5.1 相关概念及其定义 | 第84-85页 |
| 5.2 事件多重影响力计算方法 | 第85-91页 |
| 5.2.1 在OS空间中事件影响力计算方法 | 第85-88页 |
| 5.2.2 在BS空间中事件影响力计算方法 | 第88-91页 |
| 5.3 实验及分析 | 第91-97页 |
| 5.3.1 事件生命周期检测 | 第91-92页 |
| 5.3.2 在OS空间中股票事件影响力计算实验及分析 | 第92-94页 |
| 5.3.3 在BS空间中股票事件影响力计算实验及分析 | 第94-96页 |
| 5.3.4 在OS和BS空间中股票事件影响力相互关系实验及分析 | 第96-97页 |
| 5.4 本章小结 | 第97-99页 |
| 第六章 结论与展望 | 第99-102页 |
| 6.1 结论 | 第99-100页 |
| 6.2 展望 | 第100-102页 |
| 参考文献 | 第102-114页 |
| 作者在攻读博士学位期间公开发表的论文 | 第114-116页 |
| 作者在攻读博士学位期间所作的项目 | 第116-117页 |
| 致谢 | 第117-118页 |
