摘要：北京时间6月18日印度边防人员非法越界进入中国洞朗地区，引发中印边境局势持续紧张。本报告围绕“中印边境事件”，对2017年6月18日到2017年8月28日期间，互联网上采集到的1522740条信息进行了全方位的全网舆情分析。主要分析全网舆情特点、各大媒体平台舆情特点、微博舆情和传播特点、事件整体舆情特点，并对政府的舆情控制给出建议。其中关键使用LSTM深度学习模型对微博内容进行情感分析，以及使用LDA主题概论模型对微博、今日头条、微信公众号和知乎的事件相关数据进行文本聚类与典型意见挖掘。

关键词：热点事件发现，中印边境对峙，LSTM模型，LDA主题模型，Word2vec词向量分析，情感极性分析，文本聚类，典型意见挖掘，微博传播分析，政府舆情控制

Abstract：广告创意与策划课程的小作业 ~ 从品牌传播和广告的角度分析了2017年11月网易考拉海购推出的一款风靡逗趣的H5广告。

Abstract：查找。

Abstract：二叉树。

Abstract：图。

Abstract：树。

Abstract：栈和队列。

Abstract：排序。

Abstract：串。

Abstract: 数组。

Abstract：线性表。

Abstract：今天《数据结构》开课，本文是第一章绪论的笔记。

Abstract：补充中印对峙事件舆情分析报告 ~ 这篇是对事件周期中最热门微博的整体传播分析。

Abstract：用kramed替代marked，就可以在hexo里愉快写LaTex辣 ~

Abstract: 机器学习中我们希望从数据中挖掘隐含信息或模型，若将图中的结点作为随机变量，连接作为相关性关系，那么我们就能构造出图模型，并期望解决这一问题。而构造这样的概率图模型需要一定的图论知识。本文就总结了图论的基本概念、以及与ML的关系。

图论：以图为研究对象，描述某些事物间的特定关系。由结点与边组成，G = {V，E}。有向边与无向边。有向图与无向图。

树型结构：树是图的一种；从根节点开始，并能和其他结点相连接的图；有向性

ML X 图论：决策树；概率图模型

//马上要考离散了，紧张复习ing… 把离散中的图论与ML结合起来复习，感觉还行 ~