第一章 导论
第一节 传统传播学简介
第二节 计算传播学之于传统传播学：新的研究范式
第三节 基于传统传播学的计算传播学研究
本章小结
第二章 文本分析简介
第一节 文本分析研究现状
第二节 文本分析与传播学研究
第三节 文本分析的基本步骤：文本的结构化处理
第四节 Python语言简介
本章小结
第三章 情感分析
第一节 情感分析简介
第二节 情感分析与传播学研究
第三节 Python进行情感分析
第四节 情感分析的基本算法
本章小结
第四章 语义建模
第一节 语义建模与传播学研究
第二节 LDA主题生成模型基本原理
第三节 语义模型的Python实现
第四节 有监督机器学习分类算法
本章小结
第五章 网络传播与传播网络
第一节 引言
第二节 网络传播中的热点研究问题
第三节 社会网络的拓扑结构特征
第四节 传播网络的拓扑结构统计量
第五节 社会网络和传播网络之间的结构相关性
第六节 传播加权网络的多维度测量
第七节 传播时效网络的多维度测量
本章小结
第六章 网络传播模型与机器学习框架
第一节 引言
第二节 信息传播模型
第三节 信息传播的机器学习分析框架
第四节 影响信息传播的其他因素
第五节 特征选择方法
第六节 信息传播的机器学习评价指标
第七节 基于实证数据的信息流行度预测
本章小结
第七章 在线实验
第一节 引言
第二节 在线实验简介
第三节 在线实验的实现工具
本章小结
第八章 社交机器人
第一节 引言
第二节 社交机器人的定义和分类
第三节 社交机器人的识别方法
第四节 社交机器人对社交网络生态的影响
第五节 社交机器人的新应用
本章小结
第九章 数据新闻
第一节 产生背景
第二节 理论源流
第三节 实战练习
本章小结
第十章 计算广告
第一节 引言
第二节 发展历程
第三节 优化目标
第四节 计算广告市场的博弈、拍卖与匹配
第五节 计算广告市场的拍卖机制设计
本章小结
第十一章 大语言模型方法
第一节 引言
第二节 引入智能计算工具的契机
第三节 应用大模型的基本原则
第四节 实操案例
本章小结
后记
展开
