1. 研究目的与意义
1.选题依据和背景情况
随着互联网的高速发展，网络越来越成为人们一个不可缺少的平台，越来越多的人开始使用网络，并且受网络所影响【1】。随之而来的各种新兴的舆情传播方式【2】也越来越多的网络用户受到互联网所传播的意见与感受的影响【3】。同时意见领袖也被用作于一种手段，无论在电子商务、电子政务【4】、网络新闻传播【5】 甚至突发事件【6】领域中，都有重要的作用。并且在大学校园【7】中也有显著特点。
意见领袖作为网络传播当中对用户产生影响的活跃分子，两级传播中的重要的角色，在如今的网络中起到了越来越重要的作用。而对于网络舆情中的意见领袖的识别，可以让我们更加清楚的、便捷的认识网络信息中更有价值的部分，以节约大量的研究时间成本，提高我们的效率能力。本论文将采用bp神经网络的模型，并拟用人工神经网络自学习的特性，针对传统pagerank算法现有的意见领袖的识别中平均分配阻尼系数给每个超链接网页这一缺陷，提出改进算法
2. 文献综述
1.国内外研究现状和发展动态
如今，意见领袖在当下快速发展的互联网中起到了越来越重要的作用，因此，对于意见领袖的识别也有了更加多的要求。目前，在国内对于网络舆情中意见领袖的识别也处于发展的阶段中，意见领袖的识别的方法也种类繁多，列如：统计学方法、网络参数方法、z-socre【8】算法、hits算法以及pagerank算法。其中最为常见的是pagerank算法，它类似与一个简单的投票机制，使每个连接都成为一次投票的选择，并且最后将投票的个数与网页其本身的权威值相结合起来，通过pagerank算法的基本公式，使用一个阻尼系数放大，采用迭代的计算方法，因而得出最后的pagerank值以对意见领袖进行识别【9】。
pagerank算法虽为一种较为科学的算法，可是其缺陷也依旧明显【10】。在算法中，将阻尼系数平均分配给每个超链接，而网页之间的质量差异则被忽略，这是完全不科学的，例如大量的垃圾网页链接，广告链接，对算法结果产生巨大的影响。而在国内也有类似新的算法的研究，以解决这一缺陷。
3. 设计方案和技术路线
1.设计方案
本文按如下思路展开研究：
1.文献分析：基于网络舆情，根据之前的国内外研究，了解pagerank算法的本质，以及其缺陷
4. 工作计划
2014-07-042014-07-20 | 前期文献收集及分析表格 |
2014-07-202014-08-20 | 完成论文开题报告 |
2014-08-202014-09-01 | 完成论文提纲 |
2014-09-012014-10-01 | 数据收集及分析，建立模型 |
2014-10-012014-10-20 | 完成论文初稿并修改 |
2014-10-202014-11-05 | 进行模型测试 |
2014-11-052014-12-05 | 完成论文定稿，提交论文，准备答辩 |
5. 难点与创新点
预期创新点
（1）bp神经网络是一个非线性动力学系统，优点是对信息可以进行分布式存储并协同处理，并且可以构成强大的信息处理网络系统
（2）神经网络拥有自学习的特性，根据一定的学习准则，进行自我学习。具有初步的自适应自组织能力
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
