企业微博信息与短期绩效的BP神经网络预测研究——基于信号分析视角

[目的/意义]致力于更好地挖掘和利用企业微博中的信息,利用信号分析方法构建了基于企业微博的信号指标框架,为有效地预测企业短期绩效提供了新思路。[方法/过程]将该预测体系应用于典型的经验品—电影行业,经过线上收集信息、辨识信号、解读信号,最终借助BP神经网络模型输出线下首周电影票房的预测结果。[结果/结论]企业微博具有很高的探索价值,企业发布的信息性内容特征量和企业关注者的结论化反馈程度等因素对预测结果的影响较大,并且包含企业微博信号的模型预测能力得到了显著地提升。     

国内微博研究热点分析及主题挖掘*--以计算机和图书情报学科为研究对象

以CNKI数据库中计算机和图书情报学科的核心期刊论文及硕博士学位论文为研究对象,以共词分析法和主题模型为工具,首先从数据集中提取并确定能够反映当前国内关于微博研究的重要关键词,然后采用SPSS的层次聚类法和LDA主题挖掘模型分别对共词矩阵和主题词向量进行定量分析,归纳出国内微博研究的热门知识点和重要主题,并对研究热点和研究主题进行宏观剖析,认为当前国内微博研究主要呈现出用户、内容和应用的三层结构特点。最后通过比较热点分析与主题挖掘的结果发现,国内的主要成果集中在微博内容层面的研究,涉及了情感分析、短文本处理、信息处理技术、主题发现、事件检测和信息挖掘等几个方面。     

微博用户特征分析和核心用户挖掘

文章通过对微博用户的信息和关系数据进行决策树分析、相关性分析和关联规则来挖掘用户特征,并对微博网络进行核心用户发掘。结果表明：微博中的名人具有关注数小,被关注数大的特征;用户趋向于通过关注他人和积极发布微博文章两种方法来提高被关注度;愿意公布性别或自我描述的用户,通常愿意公布地址和发布博文,而不愿意公布地址、性别或自我描述的用户,通常不愿意公布其他两项;对微博网络进行核心用户挖掘并进行个性化营销是可行的。     

国内微博研究的发展与机遇

为全面了解当前国内微博研究的发展现状,以期刊论文、学位论文、基金项目、专利、SCI/EI收录论文等题录信息为基础数据,使用文献计量、统计处理等方法,总结微博研究的领域、热点及各项属性的统计分布规律;发现国内微博研究已经初具规模,并有实质性的成果,但偏重于应用层面及新闻、传媒领域,缺乏专业性和多样性,在深度和广度上有待提高;文本挖掘、趋势分析和预测、人群行为研究、跨专业应用研究等是热点和潜力方向.     

基于文本挖掘的主动信息服务

为更好地实现信息服务机构信息服务的质量 ,提出了主动信息服务的理念 ,设计了主动信息服务系统的整体构架 :采用CRM和文本挖掘技术挖掘用户的需求 ;采用分类信息检索和推理机制来检索信息 ;通过主动信息推送机制向用户推送高质量的服务。主动信息服务具有良好的理论研究价值和广泛的应用前景     

基于H指数的政务微博影响力研究

政务微博日益重要的同时,如何提升其影响力是关键。本文通过对政务微博影响力的影响因素进行分析、挖掘和归纳,构建了具有4项一级指标、10项二级指标的政务微博影响力评价指标体系,采用层次分析法确定指标权重,引进信息计量学中的h指数对所选政务微博用户进行筛选,并将筛选后的政务微博数据用于实证研究。研究结果可为政务微博的发展提供一些参考建议。     

基于Python的微博爬虫系统研究

随着大数据时代到来,爬虫的需求呈爆炸式增长,以新浪微博为代表的一系列社交应用蕴含着巨大的数据资源。以新浪微博为研究对象,利用Python语言实现模拟登陆和网页解析技术,将获取的用户信息存为文档进行分析。文章分析了新浪微博模拟登陆时的加密方法,研究了验证码识别的实现方法,对挖掘的数据使用TF-IDF算法进行分析,提出了新的微博数据挖掘方向,论述了爬虫的国内外研究现状及开发难题。     

基于内容的微博信息质量评价研究——以新浪微博为例

随着微博研究的不断深入,对微博信息质量的评价刻不容缓。本文从信息内容出发,建立个人微博信息质量评价指标体系,并运用个人领域词表和文本挖掘方法,以新浪微博抽样数据为例,对信息质量进行测度,结果表明该方法具有可操作性,为微博信息质量评价提供了有效途径,文章最后总结了测评过程中存在的不足和对未来的展望。     

微博在企业竞争情报工作中的应用

阐述了微博的内涵与特征,分析了利用微博开展竞争情报的基础,并从企业竞争对手挖掘、客户信息获取、人际网络建立和危机信息处理等4个方面,分析了微博在企业竞争情报工作中的应用。     

基于突发词项频域分析的微博突发事件检测

文章提出了一种新的微博事件检测方法。该方法借鉴信号处理中的频域分析方法,将微博突发词项转换为一系列的时序信号并进行离散傅立叶变换,然后基于频域信号和阈值来检测微博事件。还引入了突发词项合并、突发时间区间检测等技术对事件检测方法进行优化。与以往工作相比,首次采用了信号处理的方法进行微博突发事件检测,更符合微博信息的时序性和实时性特点。并在实际抓取的微博数据集上开展了实验。结果表明所提出的微博突发事件检测方法具有较高的性能。     

面向产业集群的数据挖掘推荐系统研究与设计

针对产业集群特点,面向数据检索要求,对数据挖掘推荐系统需求进行分析,研究数据挖掘推荐系统相关技术和算法,设计系统功能模块架构,研究分析处理流程,构建数据挖掘推荐系统,实现产业集群信息的智能化挖掘推荐服务。产业集群数据挖掘推荐系统具有用户需求信息挖掘推荐、相关服务信息挖掘、潜在协作伙伴挖掘推荐及科技成果动态感知等功能,能为用户推送更多有价值的信息,便于用户发现协作伙伴和潜在客户,促进产业集群和集群企业的协同创新发展。     

光电检测系统的微弱信号检测研究

针对当前光电检测系统微弱信号检测存在的检测误差大、抗噪能力差等不足,设计了小波分析和最小二乘支持向量机相结合的光电检测系统微弱信号检测方法。首先采用小波分析对光电检测系统微弱信号进行处理,消除微弱信号中的噪声,抑制噪声对微弱信号检测结果的干扰,然后引入混沌分析算法对光电检测系统微弱信号进行重构,并采用最小二乘支持向量机建立光电检测系统微弱信号检测模型,最后进行了光电检测系统微弱信号检测的仿真对比测试。结果表明,本文方法可以实现高精度的光电检测系统微弱信号检测,检测速度和检测精度均优于当前其它光电检测系统微弱信号检测方法,具有更高的实际应用价值。     

企业竞争情报中微博分析技术研究:基于需求驱动视角

微博信息可以弥补传统企业竞争情报数据源的不足,但微博信息的海量性和碎片化导致其利用严重依赖于相应的微博分析技术。目前关于微博分析技术在企业竞争情报中应用的研究较为零散,有必要从企业需求角度出发对相应技术进行系统性的梳理。针对这一问题,文章基于需求驱动的视角,从企业竞争情报需求出发,结合微博平台所提供的信息类别,以完成各种微博分析技术与企业竞争情报需求的匹配。在此基础上,对可用于企业竞争情报的微博分析主要技术研究现状进行了分析和总结,以期为相应的实践活动提供参考。     

信息非对称条件下微博营销产生的道德风险问题分析及策略研究

作为新兴的营销方式,尽管很多企业的微博营销取得了不错的效果,但是由于发送微博(博主)与接收微博(粉丝)的人之间的信息非对称,微博营销不可避免地产生了道德风险的问题,严重阻碍了微博营销的应用。本文以研究企业开展微博营销及其应用现状为起点,以信息非对称为主线,分析了微博营销中道德风险的表现与危害,对企业与博主、博主与粉丝之间的关系进行了博弈分析,并通过声誉模型的改进,提出应对之策,以期对企业开展微博营销提供一定的参考价值。     

基于数据仓库技术的图书馆业务数据可视化监控平台——以厦门图书馆为例

结合图书馆自动化系统,利用数据仓库技术建立图书馆服务可视化监控平台开展图书馆数据中隐性信息的深度挖掘与可视化分析工作,是提升图书馆业务能力和水平的重要途径。通过对图书馆业务数据多维度分析和多粒度设计,采集与挖掘,设计图书馆可视化分析平台,实证了该平台在厦门图书馆的实际应用效果。     

微博信息生态链的形成机理及仿真研究——以新浪微博低碳技术话题为例

文章从信息生态链中的信息人、微博内容、传播路径三个构成要素入手,分析了信息生态链的基本结构,给出了三种类型的微博信息生态链的形成路径,从形成路径的三个核心环节和影响因素两个方面构建了微博信息生态链的形成机理模型.结合“低碳技术”热点话题,对微博信息生态链形成机理的过程进行仿真.研究在理论层面可更好地拓展信息生态链理论在微博这一新型社会传播媒体中的应用,为微博等新型媒体的研究提供新视角;在实践层面能更好地揭示微博信息传播过程中存在的各种生态特征.     

基于单片机的系统暂态分析仪设计

基于控制理论实验设备的结构特点,针对实践应用中存在的问题,对设备进行调整和完善,重点研究系统暂态分析数据的获取方法和显示模块的改进.其方法不但提高了暂态信号的可视程度,收到更好的实验效果,而且还大大降低了设备的生产成本,对控制理论类实验设备的改进升级,提供了可借鉴的经验,具有一定的推广应用价值.     

高校学生微博使用行为大数据分析和管理研究

微博作为信息时代的重要社交工具,得到了高校学生的普遍欢迎。大学生微博使用行为的信息挖掘,对于观察大学生群体社交行为特点,促进高校大学生线上行为管理具有重要的实践意义。本文结合统计调查和软件技术的方式,对高校学生的基本信息、微博内容、评论情况、关注焦点等进行数据采集和分类统计,判断其情感倾向和微博舆论特点。通过对采集大数据的分析研究,从客观上了解高校学生的微博使用行为习惯、使用态度和使用需求,做出规律总结与趋势预测,为高校大学生的微博行为引导和高校舆情管理提供参考意见。     

基于关键词信息的微博用户行为度量分析研究

近年来,微博用户行为分析与挖掘逐步成为社交网络领域研究热点,本文基于微博传播机制及用户特点,提出了一种基于高频关键词信息的微博内容筛选算法,结合好友联合影响概率确定关键微博用户,并分析其影响力及具体范围。实验数据分析表明:本文设计的算法是可行的,与传统方法相比,本文算法在高频关键词提取和微博用户行为分析方面,能够有效提高话题传播中微博用户影响力度量的准确性。     

高校学生微博使用行为大数据分析和管理研究

微博作为信息时代的重要社交工具,得到了高校学生的普遍欢迎。大学生微博使用行为的信息挖掘,对于观察大学生群体社交行为特点,促进高校大学生线上行为管理具有重要的实践意义。本文结合统计调查和软件技术的方式,对高校学生的基本信息、微博内容、评论情况、关注焦点等进行数据采集和分类统计,判断其情感倾向和微博舆论特点。通过对采集大数据的分析研究,从客观上了解高校学生的微博使用行为习惯、使用态度和使用需求,做出规律总结与趋势预测,为高校大学生的微博行为引导和高校舆情管理提供参考意见。