基于元胞自动机的微博用户群体行为选择模型研究

【目的/意义】为了减少微博群体性事件带来的负面影响,必须了解微博用户群体行为的形成过程。【方法/ 过程】基于元胞自动机理论建立模型发现,微博用户群体行为选择主要受个人参与和外在环境影响,个人参与群体 互动越积极,群体氛围越活跃,群体行为选择会更加理性,达成一致的可能性越大。【结果/结论】随着个人参与和环 境影响的增大,微博用户群体行为选择从两极分化向单极聚化方向发展,在这个过程中,环境的影响力略大于个人 参与,所以在应对微博群体性事件的过程中,环境引导比“以人为本”略重要。     

微博用户群体行为复杂性分析的实证研究

微博用户群体在网络群体性事件的发展中扮演着重要角色,同时对于微博环境的塑造和社会稳定发展都有重要作用。微博用户群体行为具有复杂性,从宏观方面来看,微博用户群体的结构、群体的言论表现以及群体行为的自适应性使得群体面临复杂的客观环境,群体成员需要根据环境的变化不断调整自身行为;从微观上来看,群体成员之间的互动和群体成员的心理与动机使得成员行为处于不断变化的状态,这也间接影响了群体行为的状态。在宏观因素和微观因素的共同作用下,微博用户群体行为表现出不稳定性、不可预测性和复杂性,需要运用复杂网络的相关理论,建立模型,才能更好地认识微博用户的群体行为。     

基于人类动力学的微博用户评论行为研究

【目的/意义】基于客观行为数据构建微博发布-评论行为的定量模型,解释社交网络用户信息交互关系,为微博舆情的监控与引导提供理论依据。【方法/过程】以新浪微博为研究对象,对揭示微博群体层面多对多模式中的发布-评论行为特征的五个重要指标进行分析,构建描述微博多对多模式中的发布-评论行为的定量模型,并通过仿真验证模型的有效性。【结果/结论】微博评论数频数分布满足幂指数为1.6659的幂律分布;微博已获评论数、微博影响力、信息可见度是影响新增评论的连接机制。本文构建的定量模型可以较好模拟真实的微博发布-评论行为。【创新/局限】从人类动力学视角解释了微博多对多模式的微博发布-评论行为的过程,揭示了群体层面的发布-评论行为生成机制。本文没有对不同类型微博的评论行为进行区分,在未来的研究中,将针对不同类型微博的评论行为做进一步探索。     

基于内容分析的微博转发行为研究

【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现,对微博转发行为的研究有助 于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度,对微博转发行为进行了预测。量化分析了微博内容 中一组低水平特征和高水平特征,采用逻辑回归模型对微博转发概率进行预测,并在微博数据集中进行了训练和 验证。【结果/结论】基于模型中的参数学习,证实这些内容特征对于微博转发有着密切的联系,据此进一步推断微 博用户主要的兴趣点。     

基于用户信息行为的社交媒体辟谣效果研究

【目的/意义】探究用户信息行为对谣言传播的影响可以为辟谣工作提供新的思路,但目前现有研究大多基 于传染病模型研究用户信息行为的影响,而基于博弈模型所考虑的用户信息行为又不完整。【方法/过程】为了弥补 这一不足,在原有用户信息行为模型的基础上,引入用户质疑行为,构建考虑质疑效应的用户信息行为博弈模型, 分析辟谣效果达到最佳状态的约束条件并对模型中的参数进行模拟仿真。【结果/结论】结果表明,用户的质疑行为 能够提高辟谣信息的传播效果,但过度质疑会对谣言控制起反作用。最后,根据仿真结果给出提高辟谣信息传播 效果的建议。【创新/局限】本文提出的用户信息行为博弈模型与社会实际更贴近,在今后的研究中,可以考虑引入 真实数据来验证该模型。     

新媒体环境下企业与微博用户信息行为特征挖掘

【目的/意义】研究新媒体环境下企业微博信息行为特征,通过对比分析五家同类型企业微博信息行为过程,提出建议,从而提高企业与用户信息交互的效果,提高企业核心竞争力。【方法/过程】本文通过网络爬虫采集五家汽车企业近三年来的全部微博数据及粉丝数据,采用知识图谱分析方法,将企业微博在线活动特征可视化,分析企业在线活动的时间特征,在线内容挖掘及热点分析,共同关注者的网络可视化及差异比较。【结果/结论】本文基于知识图谱构建的新媒体环境下企业微博信息行为模型可以作为企业在线信息活动分析的研究框架;数据分析结果表明企业可以利用新媒体平台进行在线活动,提升企业与用户的信息交互效果。     

自媒体阅读平台用户互动行为研究 — —以“十点读书”新浪微博为例

【目的/意义】通过对“十点读书”新浪微博用户互动行为的研究,探求其对加强和改进高校图书馆微博阅读 推广的启示和策略。【方法/过程】采用描述性分析方法在对“十点读书”新浪微博的用户行为数据统计分析的基础 上,采用社会网络分析方法对参与了两条以上博文评论的用户形成的社会网络的网络结构和属性特征进行了分 析。【结果/结论】提出加强和改进高校图书馆微博阅读推广的三点建议：多措并举,提高图书馆官方微博的粉丝数; 循序渐进,引导读者的阅读兴趣;激励引导,共建扁平化的微博阅读推广团队。     

在线健康社区用户知识分享行为研究

【目的/意义】在线健康社区的快速发展为用户获取医疗健康信息和服务提供了重要平台。但用户主要以 搜索和浏览信息为主，缺乏知识分享意愿，这将影响社区的可持续发展。整合信息系统成功模型和社会支持两个 视角，研究了在线健康社区用户知识分享行为。【方法/过程】对收集的326份有效问卷采用结构方程模型进行分 析。【结果/结论】研究结果发现，信息质量和服务质量显著影响用户对社区的信任，信息支持和情感支持显著影响 用户对其他成员的信任，信任和隐私风险决定用户知识分享的意愿。研究结果启示在线健康社区应重视信息服务 质量，为社区用户创造可信的互动环境，减少用户隐私担忧，从而促进成员的知识分享意愿和行为。     

群体事件微博传播中的用户行为特征和应对分析

【目的/意义】为了探讨如何有效管理群体事件在微博中的传播,文章分析了群体事件发生时事件参与者在 微博中的发言行为特征。【方法/过程】秉持定性分析和定量研究有机结合的研究理念,通过引入复杂网络的相关知 识对真实案例的微博传播数据进行了深入分析来探寻群体事件微博传播中的网络特征以及事件参与者在微博发 言中的行为特征。【结果/结论】发现群体事件的微博传播网络是具有无标度性质、小世界特征和较高集聚系数的复 杂网络。群体事件的微博传播不但存在周期性、个体异质性和阵发性等特点,而且从 K核分解的角度来看,陈发性 具有自相似性,处于 K核分解中心层的用户通常能在群体事件的微博传播中发挥着更大的作用。     

企业微博内容对网络口碑及品牌认可度的影响

【目的/意义】旨在从企业创造内容视角出发，探讨企业微博内容对网络口碑与企业品牌认可度的影响，扩 展企业微博内容的相关研究，并为企业提高微博管理水平提出具体的思路。【方法/过程】构建企业微博、网络口碑 以及企业认可度之间的关系模型，通过收集企业新浪微博相关数据来进行定量分析，探究企业微博内容的信息特 征对微博用户的口碑传播效果的影响以及网络口碑对企业品牌认可度的作用。【结果/结论】结果表明企业微博的 发布频率对用户口碑传播有直接影响，其中，用户转发行为受微博发布频率影响最为显著，并且微博粉丝数对口碑 有一定的正向调节作用。微博用户的转发、点赞行为对其品牌认可度影响不显著，只有评论行为对企业的品牌认 可度起作用。     

基于VAR模型的微博用户转发行为研究

【目的/意义】随着移动互联网的发展,微博的普及进一步加速了社会突发事件的传播。转发作为最重要的用户信息行为,在很大程度上预示了网络舆情的发展趋势。但是,鲜有研究关注微博内容中的心理语言使用与转发行为的关系。本研究拓展了心理语言学在社会突发事件情境下的应用领域,为政府或企业应急管理部门有效引导网络舆情提供了实践启示。【方法/过程】本文以九寨沟地震事件为例,基于LIWC文本分析工具研究了微博用户心理过程对于转发行为的影响,通过构建VAR向量自回归模型并进行格兰杰因果检验,确定了微博转发行为的心理语言影响因素,并进一步运用脉冲响应函数对转发行为进行了动态分析。【结果/结论】根据实证研究的结果,社会过程词和情感历程词对微博用户的转发行为具有一定的预测作用。     

基于情景化偏好的移动图书馆用户行为感知研究

【目的/意义】在研究情景化偏好基础上,分析移动图书馆用户行为感知机理,并提出个性化服务机制建议, 为移动图书馆的发展提供帮助。【方法/过程】从用户体验角度出发,利用移动图书馆用户行为分解理论描述用户行 为意图受态度、主观规范以及行为控制三者影响,提出基于收集有用的上下文信息的移动图书馆用户行为感知模 型的网络体系结构,基于此构建模型。【结果/结论】得到移动图书馆用户行为感知模型,将用户行为感知过程分为 四层：数据层、处理层、生成层和输出层,各层之间分工合作掌握用户行为动态达到判断用户行为的目的。     

新媒体环境下网络群体极化动力机理与引导策略研究 ——以内容智能分发平台为例

【目的/意义】新媒体过度使用算法技术导致用户受困“信息茧房”是近来网络用户行为研究的焦点之一,通 过研究新媒体环境下网络群体极化动力机理能够为政府管控网络舆情提供参考。【方法/过程】在回顾网络群体极 化内涵与外延的基础上,以内容智能分发平台为例,通过对网络群体极化的诱因与效应分析进而对网络群体极化 的动力与阻力进行系统分析,进而提出新媒体环境下网络群体极化的动力机理模型。【结果/结论】最后根据提升社 会正效应、抑制社会负效应、增强网络群体极化阻力与减弱网络群体极化动力等原则提出相应引导策略,为政府部 门管控网络舆情提供理论参考。     

面向突发事件的微博用户转发行为影响因素研究

【 目的/意义】微博转发行为是公众参与监管突发事件网络舆情的重要渠道,科学合理的监管与引导对突发 事件精准预警和快速响应具有重要意义。【方法/过程】针对突发事件的微博转发行为未充分考虑转发者个体差异 的不足,借助UTAUT模型,结合动机理论,引入类型偏好、信源偏好、转发动机三个变量,构建面向突发事件的微博 用户转发行为的影响因素模型。以新浪微博为例,通过设计问卷、分析问卷数据验证构建影响因素模型有效性,对 影响因素模型进行拟合检验。【结果/结论】实证结果表明努力期望、社群影响、信源偏好、感知成本对转发意愿的路 径的CR值均大于1.96,即对转发意愿有正向影响作用;转发意愿对转发行为的路径的CR值大于1.96,即对转发行 为有正向影响作用,从政府部门、相关媒介和公众等方面提出加强微博转发监管的建议。【创新/局限】深入研究了 面向突发事件的微博用户转发行为,但调查对象不够广泛,数据分析还存在一定的局限性。     

面向主题的微博意见领袖挖掘研究

【目的/意义】在微博中,意见领袖对于消息的传播以及舆情走向起着关键的作用。然而,现有的意见领袖 研究大多忽略了意见领袖在特定话题下的意见代表性。【方法/过程】提出了面向主题的微博意见领袖研究的方法, 该方法旨在利用LDA主题模型挖掘出特定话题中的各个主题,根据主题划分结果对参与话题讨论的用户进行分 类,并结合用户自身属性,借鉴PageRank算法思想挖掘出该主题演化中的意见领袖。【结果/结论】实验证明,本文方 法更能体现特定话题的舆情走向,其针对主题挖掘的意见领袖也更具代表性。     

用户信任和隐私顾虑对移动社交网络用户参与动机 和参与度的影响研究 — —以新浪微博为例

【目的/意义】移动社交网站深入到了每个人的生活,人类的网络化生存方式全面开启。考虑个体用户参 与动机,在把握用户隐私顾虑和信任基础上,从优化用户感知、提升用户参与度角度来设计和运营网站,可以有效 提升用户粘性和参与强度。【方法/过程】本文在构建了用户信任、隐私顾虑对移动社交网络参与动机和参与度影响 模型基础上,收集调查问卷所获数据,应用偏最小二乘法 (PLS)对提出的研究假设及其模型进行实证检验。【结果/ 结论】研究结果表明信任与隐私顾虑、隐私顾虑与参与动机之间存在负相关关系;信任与参与动机、参与动机与参 与强度之间存在正相关关系;研究结果为优化微博建设、细化客户群体提供了理论依据。     

数字图书馆用户画像及场景重构研究

【目的/意义】通过用户画像和场景五力等相关理论,构建数字图书馆用户画像,揭示不同群体用户的行为 需求,并对其场景进行了重构,为数字图书馆更好发展提供了服务和参考。【方法/过程】通过对不同群体用户行为 的分析,构建数字图书馆的用户画像,并结合场景理论构建了数字图书馆场景重构模型。【结果/结论】基于用户画 像和场景五力的理论,能够清晰的反应出不同群体用户的行为需求,挖掘出不同群体用户的潜在服务特征,从而实 现用户画像的精准刻画,依据不同群体用户的潜在服务特征,能够为用户提供更加符合用户行为特点的服务场景, 进而达到提升数 字图书馆的竞争力,从而进一步提供数字图书馆的服务效率。     

基于用户行为感知的数字期刊服务推送研究

【目的/意义】数字期刊阅读在移动网络的推动下已成为互联网使用群体必不可少的活动,分析数字期刊 服务中的用户行为能够掌握用户阅读倾向,提高推送精确度。从用户行为感知的角度出发根据用户信息分析用户 行为轨迹,搭建推送模型,结合推荐算法和用户行为预测模型,实现数字期刊的用户个性化推荐。【方法/过程】本文 使用聚类算法和加权二部图算法计算用户相似度、寻找用户邻居簇,进而预测用户对数字期刊的评分,基于加权 Markov模型预测用户模型,生成数字期刊推送结果。【结果/结论】利用用户行为感知技术对数字期刊服务推送提 出了基本的研究理论框架,依照推荐算法设计对不同用户进行个性化推荐,增强用户信赖感,提高用户对数字期刊 阅读的满意度。     

新媒体环境下网络舆情用户情感演化模型研究 ——基于情感极性及情感强度理论

【目的/意义】对新媒体环境下网络舆情用户情感进行研究,能够剖析用户情感演化规律,从而有助于采取 针对性措施对舆情信息传播进行合理控制。【方法/过程】本文基于情感极性及情感强度理论构建新媒体环境下网 络舆情用户情感演化模型,以微博平台为例进行情感极性和情感强度分析用户情感演化特征及波动规律。【结果/ 结论】“江歌案”微博热点话题主要呈现负向情感,其比例远高于正向情感和中性情感;情感值与极性值都随着极性 值的增加而增加,话题在 12月 11日负向情感值与极性值达到最低。     

信息搜寻行为自我卷入的群体差异研究 — —以高校用户在线学习为例

【目的/意义】从用户心理活动自我卷入去探究在线学习信息搜寻行为,为高效培养者提供积极参考。【方 法/过程】基于信息搜寻行为理论和自我卷入理论,构建信息搜寻行为自我卷入研究模型,设计调查量表,利用统计 中的方差分析（ANOVA）方法,分析不同群体用户在线学习信息搜寻行为自我卷入情况。【结果/结论】通过分析探 讨高校用户在线学习信息搜寻行为中自我卷入不同群体的差异表现,提高用户素质,保证在线学习的持续动力,促 进高校图书馆功能提升和服务管理水平的提高。