复杂网络链路研究与社交媒体预测-通信与信息系统专业论文.docx

万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表和撰写过的研究成果 ，也不包含为获得国防科学技术大学或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡 献均已在论文中作了明确的说明并表示谢意。 学位论文题目: 复杂网络链路分析与社交媒体预测 学位论文作者签名: }K ? 日期: 主 01 7 年 10 月 .2:4日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定。本人授权 国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档，允许论文被查阅和借阅-可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密学位论文在解密后适用本授权书。) 学位论文题目: 复杂网络链路分析与社交媒体预测 学位论文作者签名: 又专 日期: 三01 年 10 月 2 三 日 作者指导教师签名 :V/ 才飞一日期:均年 lυ 月向 国防科学技术大学研究生院博士学位论文 国防科学技术大学研究生院博士学位论文 目 录 摘 要 ABSTRACT i iii 第一章 绪论 1 1.1 研究背景及意义 1 1.1.1 研究背景 1 1.1.2 研究意义 3 1.2 国内外研究现状 4 1.2.1 网络链路分析 4 1.2.2 合作创新网络 15 1.2.3 社交媒体预测 18 1.3 本文组织与安排 22 1.3.1 总体思路 22 1.3.2 内容安排 23 1.3.3 创新之处 24 第二章 基于度修正随机块模型的无向网络链路分析 25 2.1 基本理论及算法介绍 25 2.1.1 随机块模型理论 25 2.1.2 贝叶斯理论及概率图模型 27 2.1.3 基于随机块模型的链路分析算法 30 2.1.4 基于度修正随机块模型的链路分析算法 35 2.2 实验结果与分析 42 2.2.1 测试网络与评价指标 42 2.2.2 随机采样实验结果分析 46 2.2.3 偏好采样实验结果分析 48 2.3 本章小结 51 第三章 基于非对称性的有向网络链路分析 53 3.1 有向网络链路分析算法 54 3.1.1 非对称局部相似性指标 54 3.1.2 非对称随机块模型算法 59 3.1.3 有向网络势理论与 Bi-fan 指标 60 第 I 页 第 II 第 II 页 万方数据 3.2 实验结果与分析 61 3.2.1 测试网络与评价指标 61 3.2.2 实验结果分析 64 3.3 本章小结 67 第四章 基于合作创新网络的团队创新力分析 69 4.1 提出假设 69 4.2 数据采集与处理 72 4.2.1 邮件网络的构建 72 4.2.2 邮件网络各项指标 74 4.2.3 团队创新力评价指标 76 4.3 实验结果与分析 77 4.4 本章小结 81 第五章 基于推特社交媒体的资产市场走势预测 83 5.1 问题描述 83 5.2 公众情绪与股票市场走势 84 5.2.1 测量公众情绪 84 5.2.2 选择预测指标 85 5.2.3 检验滞后效应 87 5.3 经济话题与资产市场变化率 89 5.3.1 采集推特数据 89 5.3.2 构造推文时间序列 91 5.3.3 资产市场指标 91 5.3.4 预测方法与结果 95 5.4 本章小结 100 第六章 结束语 101 6.1 本文工作总结 101 6.2 下一步研究方向 102 致谢 105 参考文献 107 作者在学期间取得的学术成果 121 万方数据 万方数据 表 目 录 表 2.1 测试网络的基本拓扑性质 43 表 2.2 DCSBM 算法偏好采样实验结果 50 表 3.1 局部相似性指标在有向网络中的扩展 57 表 3.2 有向测试网络的基本拓扑性质 62 表 4.1 C3N 各子项目概述 73 表 4.2 各项结构指标、内容指标与项目指标的详细信息 76 表 4.3 团队创新力评价参考标准 77 表 4.4 邮件各项指标与创新力得分、项目时长相关性分析结果 79 表 5.1 包含不同情感词的推文数据量统计 85 表 5.2 特定情绪推文数比重与股指收盘值的相关