本書將動力學(xué)理論引入輿情傳播領(lǐng)域,構(gòu)建不同環(huán)境下的輿情傳播動力學(xué)模型,包括單信息傳播SFI模型、交叉信息同步傳播CT-SFI動力學(xué)模型、延遲信息傳播DT-SFI動力學(xué)模型、考慮主動因素的單信息傳播P-SFI動力學(xué)模型、考慮意見領(lǐng)袖的單信息傳播OL-SFI動力學(xué)模型、衍生信息傳播D-SFI動力學(xué)模型、基于閱讀量的多信息傳播SRI動力學(xué)模型、基于討論量的信息傳播SDI動力學(xué)模型、基于閱讀量和討論量的多信息傳播SRDI動力學(xué)模型。本書采集中國新浪微博社交網(wǎng)絡(luò)平臺數(shù)據(jù),對真實案例進(jìn)行參數(shù)估計和敏感性分析,本書提出的模型可以實現(xiàn)輿情早期預(yù)測功能并獲取輿情關(guān)鍵要素,可提供有效的輿情控制與引導(dǎo)策略。
殷復(fù)蓮,中國傳媒大學(xué)信息與通信工程學(xué)院教授,博士生導(dǎo)師,從事傳媒、輿情等交叉學(xué)科領(lǐng)域大數(shù)據(jù)分析與挖掘的教學(xué)與科研工作。主持國家自然科學(xué)基金、國家新聞出版廣電總局、北京市教委、國家互聯(lián)網(wǎng)信息辦公室網(wǎng)絡(luò)社會工作局等科研項目20余項,發(fā)表SCI、EI等檢索論文60余篇,榮獲國家發(fā)明專利10余項。榮獲2017年北京市科學(xué)技術(shù)獎三等獎,廣播影視科技創(chuàng)新獎突出貢獻(xiàn)獎、一等獎,中國電影電視技術(shù)學(xué)會科學(xué)進(jìn)步獎一等獎,二等獎等多項科技獎勵;相關(guān)論文榮獲中國新聞技術(shù)工作者聯(lián)合會、國家新聞出版廣電總局電影專業(yè)委等優(yōu)秀論文獎等近10項。
目 錄
1 概述 /1
1.1 網(wǎng)絡(luò)信息傳播平臺 /1
1.2 網(wǎng)絡(luò)信息傳播模式 /7
1.3 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢 /17
2 單信息傳播SFI動力學(xué)模型 /42
2.1 SFI動力學(xué)模型 /42
2.2 基于轉(zhuǎn)發(fā)的單信息傳播指數(shù) /46
2.3 數(shù)值擬合 /50
2.4 參數(shù)敏感性分析 /60
2.5 信息傳播預(yù)測 /68
3 交叉信息同步傳播CT-SFT動力學(xué)模型 /75
3.1。茫裕樱疲詣恿W(xué)模型 /75
3.2 基于轉(zhuǎn)發(fā)的交叉同步信息傳播指數(shù) /90
3.3 數(shù)值擬合 /95
3.4 參數(shù)敏感性分析 /105
4 延遲交叉信息傳播DT-SFI動力學(xué)模型 /114
4.1 DT-SFI動力學(xué)模型 /114
4.2 基于轉(zhuǎn)發(fā)的延遲交叉信息傳播指數(shù) /130
4.3 數(shù)值擬合 /133
4.4 參數(shù)敏感性分析 /142
5 意見領(lǐng)袖參與的單信息傳播OL-SFI動力學(xué)模型 /157
5.1。希蹋樱疲蓜恿W(xué)模型 /157
5.2 基于轉(zhuǎn)發(fā)意見領(lǐng)袖參與的單信息傳播指數(shù) /165
5.3 數(shù)值擬合 /167
5.4 參數(shù)敏感性分析 /177
6 多信息傳播M-SRI動力學(xué)模型 /186
6.1 M-SRI動力學(xué)模型 /186
6.2 基于閱讀的多信息傳播指數(shù) /189
6.3 數(shù)值擬合 /193
6.4 參數(shù)敏感性分析 /198
6.5 信息傳播預(yù)測 /205
7 多信息傳播M-SFI動力學(xué)模型 /212
7.1。停樱疲蓜恿W(xué)模型 /212
7.2 基于轉(zhuǎn)發(fā)的多信息傳播指數(shù) /216
7.3 數(shù)值擬合 /220
7.4 參數(shù)敏感性分析 /225
7.5 信息傳播預(yù)測 /234
8 多信息傳播M-SRFI動力學(xué)模型 /240
8.1 M-SRFI動力學(xué)模型 /240
8.2 基于閱讀和轉(zhuǎn)發(fā)的多信息傳播指數(shù) /245
8.3 數(shù)值擬合 /248
8.4 參數(shù)敏感性分析 /255
8.5 信息傳播預(yù)測 /269
參考文獻(xiàn) /278