计算传播学导论(第2版)

第一章.导论 1第一节　传统传播学简介 2第二节　计算传播学之于传统传播学：新的研究范式 4第三节　基于传统传播学的计算传播学研究 6本章小结 12第二章.文本分析简介 13第一节　文本分析研究现状 14第二节.文本分析与传播学研究 16第三节.文本分析的基本步骤：文本的结构化处理 26第四节.Python语言简介 36本章小结 38第三章.情感分析 39第一节.情感分析简介 40第二节.情感分析与传播学研究 41第一章.导论 1第一节　传统传播学简介 2第二节　计算传播学之于传统传播学：新的研究范式 4第三节　基于传统传播学的计算传播学研究 6本章小结 12第二章.文本分析简介 13第一节　文本分析研究现状 14第二节.文本分析与传播学研究 16第三节.文本分析的基本步骤：文本的结构化处理 26第四节.Python语言简介 36本章小结 38第三章.情感分析 39第一节.情感分析简介 40第二节.情感分析与传播学研究 41第三节　Python进行情感分析 48第四节.情感分析的基本算法 50本章小结 64第四章.语义建模 65第一节　语义建模与传播学研究 66第二节.LDA主题生成模型基本原理 71第三节.语义模型的Python实现 74第四节.有监督机器学习分类算法 76本章小结 78第五章.网络传播与传播网络 79第一节.引.言 80第二节.网络传播中的热点研究问题 82第三节.社会网络的拓扑结构特征 90第四节　传播网络的拓扑结构统计量 99第五节　社会网络和传播网络之间的结构相关性 105第六节.传播加权网络的多维度测量 109第七节.传播时效网络的多维度测量 117本章小结 125第六章.网络传播模型与机器学习框架 127第一节.引.言 128第二节.信息传播模型 129第三节.信息传播的机器学习分析框架 143第四节.影响信息传播的其他因素 145第五节.特征选择方法 151第六节.信息传播的机器学习评价指标 154第七节.基于实证数据的信息流行度预测 157本章小结 165第七章.在线实验 167第一节.引.言 168第二节.在线实验简介 168第三节.在线实验的实现工具 179本章小结 186第八章.社交机器人 187第一节.引.言 188第二节.社交机器人的定义和分类 190第三节.社交机器人的识别方法 191第四节.社交机器人对社交网络生态的影响 199第五节.社交机器人的新应用 205本章小结 208第九章.数据新闻 211第一节.产生背景 212第二节.理论源流 214第三节.实战练习 230本章小结 243第十章.计算广告 245第一节.引.言 246第二节.发展历程 248第三节.优化目标 252第四节.计算广告市场的博弈、拍卖与匹配 254第五节.计算广告市场的拍卖机制设计 265本章小结 270第十一章.大语言模型方法 273第一节.引.言 274第二节.引入智能计算工具的契机 275第三节.应用大模型的基本原则 281第四节.实操案例 285本章小结 288后.记. 289