[2015年第2期] 在线社交网络的可视化分析

随着在线社交网络规模的指数性增长, 可视化分析成为理解社交媒体 及用户的重要手段。 文章针对社交媒体、社交用户 、社交媒体与用户的交互 3 个 角度, 从社交媒体主题可视化建模、社交用户偏好可视化建模、社交网络个性化 检索可视化 3 个方面,分析社交网络可视化技术的研究成果。 提出时空融合可视 化、“三网 ”融合可视化等未来国内研究方向。 以期利用在线社交网络, 为互联网 服务、国家安全提供有力支撑。     

在线社交网络用户行为研究现状与展望

社交网络用户行为是用户在对自身需求、社会影响和社交网络技术进行综合评估基础上做出的使用社交网络服务的意愿,以及由此引起的各种使用活动的总和,是在线社交网络研究的重要内容。在线社交网络用户行为的研究对揭示在线社交网络结构的演化规律、信息传播规律以及有效监控网络突发舆情等具有重要的理论意义和实践价值。文章介绍了在线社交网络用户行为的研究背景,着重总结了当前在线社交网络用户行为的主要研究成果。在线社交网络用户行为的研究目前主要集中于3方面:用户采纳与忠诚、用户个体使用行为和用户群体互动行为。用户采纳与忠诚的研究解释了用户为什么使用社交网络,用户个体使用行为的研究揭示了用户如何使用社交网络,用户群体互动行为的研究揭示了用户之间的互动机理。最后,展望了在线社交网络用户行为在用户行为一致性、用户间行为的相互影响、监管政策与用户行为间的相互作用以及专业性社交网络、移动社交网络等方面的研究机会。     

基于舆情画像的在线社交用户信息传播特征统计分析

[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴"用户画像"的思想,提出了在线社交用户舆情画像的概念,围绕人类动力学研究视角构建了在线社交用户的舆情画像模型,最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明,在线社交用户"舆情画像"可全面揭示其网络信息行为特征,实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析,从而为网络舆情生态环境的完善提供参考。     

[2015年第2期] 在线社交网络用户行为研究现状与展望

社交网络用户行为是用户在对自身需求、社会影响和社交网络技术进行综合评估基 础上做出的使用社交网络服务的意愿, 以及由此引起的各种使用活动的总和, 是在线社交网 络研究的重要内容。 在线社交网络用户行为的研究对揭示在线社交网络结构的演化规律、信 息传播规律以及有效监控网络突发舆情等具有重要的理论意义和实践价值。 文章介绍了在 线社交网络用户行为的研究背景, 着重总结了当前在线社交网络用户行为的主要研究成果。 在线社交网络用户行为的研究目前主要集中于 3 方面： 用户采纳与忠诚、用户个体使用行为 和用户群体互动行为。 用户采纳与忠诚的研究解释了用户为什么使用社交网络, 用户个体使 用行为的研究揭示了用户如何使用社交网络, 用户群体互动行为的研究揭示了用户之间的互 动机理。 最后,展望了在线社交网络用户行为在用户行为一致性、用户间行为的相互影响、监 管政策与用户行为间的相互作用以及专业性社交网络、移动社交网络等方面的研究机会。     

域外势力操控社交媒体的手段路径及应对策略

[研究目的]域外势力操控网络社交媒体,影响网络环境和政治生态,挖掘分析域外势力操纵网络社交媒体行为,据此提出科学的应对策略,以提升舆情事件处置能力,维护国家安全。[研究方法]采用可视化分析工具对开源情报进行网络拓扑分析、层级分析、中心性分析、聚类分析和结构化特征分析,剖析域外势力操控网络社交媒体的表现形式和手段路径。采用大数据挖掘技术识别判断政治机器人操控社交账号的行为策略和特征。[研究结论]域外势力利用虚假公司注册网络社交媒体账号并操控政治机器人开展虚假舆论宣传。应利用大数据建模建立关键信息数据库,监测管控高危账号;利用人工智能技术有效识别和应对政治机器人。     

老年网络社区用户群体特征研究

探讨了专业的老年网络社区中老年用户群体特征,为建设老年用户网络平台以及为"互联网+养老"等智慧养老模式的建设提供重要参考依据。以专业的论坛社区网站"可爱老年网"为例,利用统计分析、聚类分析等技术对网络社区中老年用户群体的基本描述特征、网络使用与活动的类别特征进行分析与可视化。研究表明一方面老年网络用户群体具有很强网络需求,表现为强网络粘性和依赖性,但总体活跃度处于一般水平;另一方面不同类型的老年用户的网络参与模式、参与程度和在线社交网络模式均有很大的区别。     

区域型媒体的跨平台互动融合机制探索

在大数据时代,新闻APP、社交网络和媒体网站成为了媒体互动的重要数据来源。互联网新媒体内容逐步从单一的发布渠道扩展到异构平台的联合发布,作为用户与媒体之间纽带的用户互动数据成为了媒体融合的基础资源。区域型媒体在当前环境下,采用基于相似度分析的新闻主题聚类、多源媒体互动融合管理等技术手段的跨平台互动,探索区域型媒体的全媒体融合之路。     

在线社交网络中用户个体间信任评估算法研究

本文主要考虑到直接在大规模在线社交网络下评估用户个体间信任程度成本太高,因此提出一种基于"小世界"网络原理约简在线社交网络的算法。该算法先根据"小世界"网络原理对原始网络进行约简,然后采用四种经典的信任评估策略,评估约简后网络中用户个体间的信任程度,从而间接评估原始网络中用户个体间的信任程度。实验结果表明,约简后的信任网络有较好的信任预测精度。     

基于图注意力网络的社交媒体异常用户预测研究

[目的/意义]当前社交媒体中的虚假、劣质信息层出不穷,极大地干扰了正常的网络公共秩序。对发布异常信息、呈现异常行为的异常用户进行预测治理,能够有效实现网络公共空间的正本清源。[方法/过程]在既有研究的基础上,文章融合用户个体特征、行为、关系、文本主题和情感特征,构建社交媒体异常用户特征体系,并利用图注意力网络构建异常用户分类预测模型。[结果/结论]文章所构建的社交媒体异常用户特征体系具备完整性和普适性,且异常用户预测模型的分类准确率达到92.8%。相比其他分类模型,所构建的图注意力预测模型能够有效识别社交媒体中的异常用户。此外,关系特征、主题特征以及用户注册时间对预测异常用户的贡献度较高,在体征体系中具有较高的重要性。     

高校图书馆社交媒体用户忠诚度探析

本文介绍了社交媒体用户和用户忠诚度的内涵,分析了社交媒体用户忠诚度的影响因素,提出从用户体验、细节服务、用户黏性、服务宣传等4个方面入手,提高高校图书馆社交媒体用户忠诚度,提升社交媒体营销的服务质量。     

融合用户兴趣漂移特征的个性化推荐研究

[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为短期兴趣和长期兴趣,据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣,利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类,根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确地发现用户兴趣漂移特征,满足用户个性化信息需求。[局限]仅使用"微博"这一应用广泛的网络社交平台进行实证,未能从多个网络社交平台进一步验证模型的可行性和准确性。     

广度学习研究进展:基于情报学的视角

[目的/意义]总结了基于在线社交媒体数据的广度学习工作研究进展,从情报学的视角分析了广度学习的应用展望及未来发展趋势。[方法/过程]利用文献统计分析方法,重点分析了广度学习技术在网络嵌入、链路预测、社区检测等在线社交网络分析领域的应用现状。[结果/结论]广度学习可以将多个不同种类的大型异构数据源融合在一起,设计并使用一套统一的分析方法来跨越这些融合的数据源执行协同数据挖掘任务。广度学习在异构社交网络分析中的这些成功应用为其在情报学领域中的研究奠定了理论基础和技术支持,将会有更广泛更深远的研究成果出现。     

社交媒体附加信息对用户信任与分享健康类谣言的影响分析

【目的/意义】本文研究了社交媒体健康类谣言的附加信息,以期为社交媒体、卫生部门、在线健康社区等机 构的健康类谣言应对和治理提供新的思路,并为网络健康信息服务的提升提供参考。【方法/过程】本文以新浪微博 中的健康类谣言为研究对象,选取社交媒体谣言中附加信息的三个维度,即图片、认证与链接,通过情境实验与访 谈法,对社交媒体中健康类谣言进行实证研究。【结果/结论】对于信任程度,认证与链接会对用户信任产生显著影 响,其中认证的影响效应更大,图片并未对用户信任产生显著影响;对于分享意愿,图片与链接并未对用户的分享 意愿产生显著影响,认证会对用户的分享意愿产生显著影响,具有较小的影响效应。     

倦怠视角下社交媒体用户不持续使用意愿研究

【目的/意义】社交媒体用户的不持续使用意愿影响因素缺乏关注。【方法/过程】基于社交媒体倦怠视角和 转换倦怠视角,本文通过问卷调研和结构方程建模方法进行实证研究。【结果/结论】社交媒体中感知过载与用户 隐私关注显著正向影响用户社交媒体倦怠,并通过社交媒体倦怠正向影响不持续使用意愿;转换成本和习惯正向 影响用户转换倦怠,并通过转换倦怠负向影响不持续使用意愿。     

面向在线健康社区的融合时间特征个性化推荐算法研究

[目的/意义]从在线健康社区用户兴趣的动态迁移性出发，将时间特征融入社交关系和个人偏好，完善在线健康社区个性化推荐算法，进一步提高用户获取健康信息的准确性。[方法/过程]首先，从用户社交关系出发，构建融入时间特征的用户影响关系网络；其次，依据用户个人偏好，构建融入时间特征的用户话题帖匹配矩阵；最后，将两者融合得到用户话题帖兴趣评分矩阵，据此形成每个用户的TOP-N推荐列表。[结果/结论]构建的融合时间特征的个性化推荐算法可提高推荐的准确度，提升在线健康社区个性化推荐算法的性能。     

作茧自缚：青年社交媒体极化的负面影响及管控策略

互联网中的“信息茧房”现象频频出现,进而引发网络群体极化现象,引起了国内外学者的广泛关注。研究青年群体极化过程,尤其是信息茧房、社交媒体及算法推荐技术对青年群体极化产生的负面影响,以缓解青年社交媒体群体极化现象。运用思辨研究法,从理论框架角度分析青年群体极化的生成逻辑,发现社交媒体应用技术深耕用户个性化需求,青年主动桎梏于自己喜爱的个体茧房,主动向相似喜好属性的茧房集聚,致使青年群体在社交媒体中呈现极端反馈现象。长此以往,引发青年圈层固化、媒体边界模糊、网络技术伦理缺失、网络技术异化、网络传播环境秩序遭到挑战等问题。智媒时代青年社交媒体极化的难题应当从技术维度予以管控,应当以有针对性的提升青年媒介素养和信息细化水平、构建平衡信息的可视化系统、技术理性与价值理性相耦合、应用区块链技术等管控策略予以应对。     

辟谣信息对社交媒体用户错误信息持续影响效应(CIE)的影响——基于知识修正理论

[目的/意义]通过研究社交媒体辟谣的要素对错误信息的持续影响效应(CIE)的影响,确定改善CIE的关键因素,进一步完善知识修正等相关理论,以遏制信息疫情的影响。[方法/过程]以知识修正理论为基础模型,采用问卷调查的方式对社交媒体用户进行回溯调查。从用户个人因素和辟谣信息因素两个维度构建了社交媒体辟谣对用户持续影响效应(CIE)的影响因素模型。为验证该模型的可靠性,采用Smart PLS软件进行分析。[结果/结论]网络辟谣信息对社交媒体用户持续影响效应(CIE)的影响主要受7个因素的影响：辟谣信息的频次、辟谣响应速度、个体的自信水平、辟谣信息的详尽程度、辟谣信息的来源、定向推理动机和辟谣信息内容认知能力。这7个因素共同调节了社交媒体用户的知识修正全过程。其中,辟谣信息的来源、定向推理动机和辟谣信息内容认知能力3个因素对用户消除CIE的效果起到相对主导性作用。     

社交媒体个人数据资源的多边市场竞争研究——基于k核凝聚子网的实证解析

基于2016～2017年期间连续的用户活跃度相关指标和社交媒体平台API开放状态,构建社交媒体平台链态矩阵,并采取社会网络分析(SNA)方法中的k核分析方法,通过网络模块度、网络聚集系数和网络密度的测定,对选取的31个具有代表性的中国社交媒体平台个人数据链接网络(PDCN)的汇聚结构进行分析。实证结果显示,样本网络存在网络聚集系数和网络密度较高的k核子网络,处于k核子网络中的平台构成了一个完整的数据资源配置网络。研究认为目前中国社交媒体平台个人数据链接网络汇聚较为显著,社交媒体产业结构性资源的个人数据资源的汇聚直接影响市场竞争状态,处于个人数据链接网络结构中心位置的平台对基于数据资源的多边市场竞争结构具有较强的控制力。     

社交网络服务用户参与研究综述

社交网络服务经过将近20年的发展已经成为互联网时代最普及、用户参与度最高的网络应用之一.学者们对社交网络服务的理论和实证研究也取得丰硕成果,社交网络的快速发展对学者们的研究也提出了新的挑战.通过对学者关于社交网络含义、社交网络用户参与动机、用户社会资本获得3个方面研究的梳理和总结,分析社交网络服务用户参与理论研究的成果和不足,以期有助于社交网络用户参与理论研究的发展.     

面向学术领域的新型社交平台：科研社交网络

利用科学计量和可视化方法,通过对科研社交网络进行调研、关键词分析、统计、聚类、可视化展示,对科研社交网络进行内容分析。依据分析结果,科研社交网络可分为三个主题：科研社交网络分析工具、科研社交网络平台、科研类数据库,并对各主题内容和作用进行阐述,最后对我国构建科研社交网络提出了技术、资源和管理方面的建议。