第1章 網(wǎng)絡(luò)內(nèi)容安全概述
1.1 網(wǎng)絡(luò)內(nèi)容安全的背景
1.1.1 互聯(lián)網(wǎng)的發(fā)展
1.1.2 相關(guān)法律法規(guī)
1.1.3 網(wǎng)絡(luò)內(nèi)容數(shù)據(jù)類(lèi)型
1.1.4 網(wǎng)絡(luò)內(nèi)容安全面臨的挑戰(zhàn)
1.2 網(wǎng)絡(luò)內(nèi)容安全的定義
1.3 網(wǎng)絡(luò)內(nèi)容安全的研究
1.3.1 網(wǎng)絡(luò)內(nèi)容安全知識(shí)體系
1.3.2 網(wǎng)絡(luò)內(nèi)容安全研究方法
1.4 網(wǎng)絡(luò)內(nèi)容安全的發(fā)展
1.4.1 網(wǎng)絡(luò)內(nèi)容安全現(xiàn)狀
1.4.2 網(wǎng)絡(luò)內(nèi)容安全的發(fā)展趨勢(shì)
1.5 本章小結(jié)
參考文獻(xiàn)
第2章 網(wǎng)絡(luò)信息內(nèi)容數(shù)據(jù)獲取
2.1 網(wǎng)絡(luò)數(shù)據(jù)
2.1.1 網(wǎng)絡(luò)媒體數(shù)據(jù)
2.1.2 網(wǎng)絡(luò)通信數(shù)據(jù)
2.2 網(wǎng)絡(luò)媒體數(shù)據(jù)的爬取
2.2.1 通用網(wǎng)絡(luò)爬蟲(chóng)算法
2.2.2 網(wǎng)頁(yè)數(shù)據(jù)處理
2.2.3 網(wǎng)頁(yè)解析
2.2.4 鏈接提取與規(guī)范化
2.2.5 爬蟲(chóng)陷阱
2.2.6 網(wǎng)頁(yè)排序
2.2.7 聚焦網(wǎng)絡(luò)爬蟲(chóng)
2.3 網(wǎng)絡(luò)爬蟲(chóng)的評(píng)價(jià)
2.4 網(wǎng)絡(luò)垃圾信息
2.5 網(wǎng)絡(luò)媒體數(shù)據(jù)獲取的難點(diǎn)
2.6 本章小結(jié)
參考文獻(xiàn)
第3章 文本預(yù)處理
3.1 文本的特征抽取
3.1.1 詞條化
3.1.2 詞形規(guī)范化
3.1.3 中文分詞
3.1.4 中文分詞工具
3.2 文檔模型
3.2.1 布爾模
3.2.2 n元語(yǔ)法模型
3.2.3 向最空間模型
3.3 文檔相似度
3.4 本章小結(jié)
參考文獻(xiàn)
第4章 文本分類(lèi)
4.1 概述
4.2 文本表示模型
4.3 特征選擇
4.3.1 互信息法
4.3.2 信息增益法
4.3.3 卡方統(tǒng)計(jì)法
4.4 基于統(tǒng)計(jì)學(xué)習(xí)的文本分類(lèi)算法
4.4.1 樸素貝葉斯分類(lèi)模型
4.4.2 支持向量機(jī)
4.5 性能評(píng)價(jià)指標(biāo)
4.6 本章小結(jié)
參考文獻(xiàn)
第5章 文本聚類(lèi)
5.1 概述
5.2 文本相似度計(jì)算
5.2.1 樣本間的相似性
5.2.2 簇間的相似性
5.2.3 樣本與簇間的相似性
5.3 文本聚類(lèi)算法
5.3.1 K均值聚類(lèi)
5.3.2 單遍聚類(lèi)
5.3.3 譜聚類(lèi)算法
5.3.4 層次聚類(lèi)
5.3.5 密度聚類(lèi)
5.4 聚類(lèi)評(píng)估
5.4.1 基于外部標(biāo)準(zhǔn)的評(píng)估
5.4.2 基于內(nèi)部標(biāo)準(zhǔn)的評(píng)估
5.5 本章小結(jié)
參考文獻(xiàn)
第6章 網(wǎng)絡(luò)輿情分析
6.1 網(wǎng)絡(luò)輿情基本概念
6.2 網(wǎng)絡(luò)輿情的形成
6.3 網(wǎng)絡(luò)輿情的特點(diǎn)
6.4 網(wǎng)絡(luò)輿情的發(fā)展
6.5 網(wǎng)絡(luò)輿情分析的主要技術(shù)
6.5.1 網(wǎng)絡(luò)輿情數(shù)據(jù)采集
6.5.2 輿情事件檢測(cè)
6.5.3 網(wǎng)絡(luò)輿情評(píng)估
6.6 網(wǎng)絡(luò)謠言
6.6.1 網(wǎng)絡(luò)謠言的類(lèi)型及成因
6.6.2 網(wǎng)絡(luò)謠言的特征
6.6.3 網(wǎng)絡(luò)謠言的檢測(cè)
6.7 網(wǎng)絡(luò)水軍
6.7.1 網(wǎng)絡(luò)水軍的危害
6.7.2 網(wǎng)絡(luò)水軍的分類(lèi)
6.7.3 網(wǎng)絡(luò)水軍的特征
6.7.4 網(wǎng)絡(luò)水軍的檢測(cè)
6.8 本章小結(jié)
參考文獻(xiàn)
第7章 話題檢測(cè)與跟蹤
7.1 話題檢測(cè)與跟蹤概述
7.2 術(shù)語(yǔ)
7.3 任務(wù)
7.3.1 報(bào)道切分
7.3.2 話題檢測(cè)
7.3.3 首次報(bào)道檢測(cè)
7.3.4 話題跟蹤
7.3.5 關(guān)聯(lián)檢測(cè)
7.4 語(yǔ)料
7.5 評(píng)測(cè)
7.6 話題表示與關(guān)聯(lián)檢測(cè)
7.7 話題檢測(cè)
7.7.1 在線話題檢測(cè)
7.7.2 話題回溯檢測(cè)
7.8 話題跟蹤
7.9 突發(fā)話題檢測(cè)
7.9.1 突發(fā)狀態(tài)識(shí)別
7.9.2 突發(fā)話題生成
7.10 本章小結(jié)
參考文獻(xiàn)
第8章 社交網(wǎng)絡(luò)分析
8.1 社交網(wǎng)絡(luò)分析基礎(chǔ)
8.1.1 基本概念
8.1.2 社交網(wǎng)絡(luò)分析的發(fā)展
8.1.3 社交化媒體的發(fā)展
8.1.4 社交網(wǎng)絡(luò)分析的應(yīng)用
8.1.5 社交網(wǎng)絡(luò)分析相關(guān)理論
8.1.6 數(shù)據(jù)挖掘中的社交網(wǎng)絡(luò)分析
8.2 節(jié)點(diǎn)排序
8.2.1 網(wǎng)絡(luò)中的重要節(jié)點(diǎn)
8.2.2 基于節(jié)點(diǎn)近鄰的排序方法
8.2.3 基于路徑的排序方法
8.2.4 基于特征向量的排序方法
8.3 鏈路預(yù)測(cè)
8.3.1 基于節(jié)點(diǎn)屬性的相似性
8.3.2 基于局部信息的相似性
8.3.3 基于路徑的相似性
8.4 擴(kuò)散模型
8.4.1 節(jié)點(diǎn)影響力
8.4.2 擴(kuò)散曲線
8.4.3 影響力傳播模型
8.4.4 影響力最大化
8.5 感染模型
8.5.1 通用方案
8.5.2 SIR模
8.5.3 SIS模型
8.5.4 流行病閾值
8.6 木本章小結(jié)
參考文獻(xiàn)
第9章 杜區(qū)檢測(cè)
9.1 基木概念
9.2 以節(jié)點(diǎn)為中心的社區(qū)發(fā)現(xiàn)
9.2.1 完全連通
9.2.2 可達(dá)性
9.3 以群組為中心的社區(qū)發(fā)現(xiàn)
9.4 以網(wǎng)絡(luò)為中心的社區(qū)發(fā)現(xiàn)
9.4.1 頂點(diǎn)相似性
9.4.2 隱含空間模型
9.4.3 塊模型近似
9.4.4 諧聚類(lèi)
9.4.5 模塊度最大化
9.4.6 社區(qū)檢測(cè)的統(tǒng)一過(guò)程
9.5 以層次為中心的社區(qū)檢測(cè)
9.5.1 分裂式層次聚類(lèi)法
9.5.2 聚合式層次聚類(lèi)法
9.6 多維網(wǎng)絡(luò)
9.6.1 網(wǎng)絡(luò)集成
9.6.2 效用集成
9.6.3 特征集成
9.6.4 劃分集成
9.7 社區(qū)評(píng)價(jià)
9.8 本章小結(jié)
參考文獻(xiàn)
第10章 情感分析
10.1 情感分析任務(wù)分類(lèi)
10.1.1 基于任務(wù)目標(biāo)的分類(lèi)
10.1.2 基于分析粒度