《表6 部分超边连接度：基于超网络理论的微博舆情关键节点挖掘》
提示：宽带有限、当前游客访问压缩模式
超边连接度的结果如表6所示。
| 图表编号 | XD00121822300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.24 |
| 作者 | 张连峰、周红磊、王丹、张海涛 |
| 绘制单位 | 吉林大学管理学院、吉林大学管理学院、吉林大学管理学院、吉林大学管理学院、吉林大学信息资源研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 试样金相分析结果：新媒体环境下基于动机理论的高校负面网络舆情传播研究》2020.11.10
- 《表4 节点构成比例：新媒体环境下基于动机理论的高校负面网络舆情传播研究》2020.11.10
- 《表3 微博各主题关键词：基于文本挖掘的网络舆情主题发现与情感分析》2021.02.28
- 《表1 抓取的微博舆情统计数据》2020.03.30
- 《表3 实验二输出变量：风险感知与网络舆情的微博传播模型研究》2020.01.01
- 《表2 实验二量表设计：风险感知与网络舆情的微博传播模型研究》2020.01.01
- 《表8 部分超边重叠度计算结果》2019.12.24
- 《表4 超网络量化结果：基于超网络理论的微博舆情关键节点挖掘》2019.12.24
- 《表2 实验参数表：基于观点模糊相似度的微博舆情演化研究》2020.01.01
- 《表4 混淆矩阵：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表8 模型推理结果：基于直觉模糊推理的微博舆情危机预警研究》2019.07.15
- 《表9 参数设置表：基于直觉模糊推理的微博舆情危机预警研究》2019.07.15
- 《表1 开放式编码过程：基于扎根理论与词典构建的微博突发事件情感分析与舆情引导策略》2019.03.01
- 《表3 基准表情符号：基于扎根理论与词典构建的微博突发事件情感分析与舆情引导策略》2019.03.01
- 《表1 语义变量和模糊数：基于复杂网络理论的加权供应链网络节点重要度评价》2019.01.25
- 《表2 专家打分表：基于复杂网络理论的加权供应链网络节点重要度评价》2019.01.25
- 《表2 实验结果与比较：基于Word2vec和SVM的微博情感挖掘与仿真分析》2018.05.15
- 《表1 实验数据：基于Word2vec和SVM的微博情感挖掘与仿真分析》2018.05.15
- 《表1 部分超边组成情况：基于知识超网络的领域专家识别研究》2019.11.25
- 《表1：微博舆论倾向分布：基于大数据视角的微博舆情演化分析》2019.12.01