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。     

社交网络中用户个人信息安全保护研究

当前,智能设备逐渐深入,互联网技术不断发展,因特网已经逐渐渗透到我们的日常生活中,成为我们生活的便捷助手。社交网络就是通过互联网将全球的个人联系在一起,组建一个开放性的社交平台。社交网络在一定程度上拉近了朋友之间的友谊,与此同时,社交网络中用户个人信息的安全受到越来越多人的关注,成为影响互联网发展的一道屏障,为了保护社交网络中用户个人信息安全,本文通过对当前社交网络个人信息安全现状进行分析,对当前一些较为流行的互联网保护措施进行研究,并提出一些保护用户个人信息安全的措施。     

在线社交网络中好友亲密度判定方法研究

与现实生活中的朋友关系不同,多数的在线社交网络系统为每个人只设定一个简单的二元好友联系,即要么是朋友,要么不是。这种好友关系的定义为个人隐私信息的保护带来了许多问题。分析了一种基于当前社交网络平台的互动信息自动判定好友亲密度方法,并结合该方法提出了一种半自动的隐私控制框架。     

基于主题细分的社交网络用户间交互特征分析

[目的/意义]针对一微博子网,从主题细分的角度对用户间历史交互记录进行研究,发现用户间交互的主题偏好特征,以期从微观层面了解用户信息传播行为的规律。[方法/过程]通过用户实例分析得出对用户间交互进行主题细分的必要性;利用主题模型(LDA)对用户间历史交互记录进行主题细分,采用多维向量表示用户间在不同主题下的交互强度;通过统计分析和网络分析方法探索用户间交互的主题特征。[结果/结论]各主题下用户间交互强度的分布具有长尾特征;用户间的交互内容在时序上具有主题相关性;基于多维的用户间交互强度,可抽取出特定主题下的用户交互子网。用户间交互在时序上具有主题相关性这一特征,以及特定主题的用户交互子网,可用于对特定主题的信息传播进行监控和预测。     

基于多维社交关系的在线社交网络链路预测研究

能有效预测在线社交网络中人的行为有较高的应用价值,对当前在线社交网络存在多种交互方式的现象进行分析,以此构建一种多维社交关系的在线社交网络链路预测的方法。基于社会影响和选择两种机制构建在线社交网络多维网络结构,综合各个维度节点和连边的拓扑结构,实现多维社交网络预测矩阵的集结,在降维后的网络上进行链路预测。利用百度贴吧数据集实验验证,从AUC和精确度两方面评价模型,结果表明本文提出的多维预测方法是有效的。     

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。     

[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。     

国内在线社交网络群体行为研究现状与展望

随着互联网的快速发展和智能终端的日益普及,在线社交网络甚至已经成为人们获取信息、传播信息等日常生活的主要行为方式。网络群体作为在线社交网络的主体,受网络结构和信息传递的影响,在线社交网络群体行为研究已经成为各界不可回避的重要热点问题之一。本文试图就社交网络用户行为对国内文献进行科学计量,以CitespaceⅢ软件作为科学计量工具,采用路径搜索(Pathfinder)算法,以不同指标进行聚类,对社交网络用户行为研究热点及前沿领域作出合理划分,最后在总结现有研究不足的基础上对未来的发展方向进行了展望。     

社交网络中用户体验效用对知识持续共享意愿影响研究

[目的/意义] 本文探索了社交网络中用户体验效用对知识持续共享意愿的影响机制。[方法/过程] 以体验效用为自变量,知识持续共享意愿为因变量,群体认同为中介变量构建研究理论模型,通过问卷调查法对相关数据进行采集,采用结构方程及多层模型方法,并借助AMOS22.0统计软件对数据进行处理和分析。[结果/结论] 1）社交网络中,体验效用通过群体认同中介作用及直接作用路径对知识持续共享意愿产生显著正向影响。2）个体内层次心理依附及个体间层次感知契合度在体验效用对知识持续共享意愿影响路径中均存在显著正向调节效应。3）用户体验效用对持续共享意愿的影响效应,在性别、年龄及学历人口统计学维度上存在显著性差异。最后,对研究结果进行分析和讨论,并指出了研究价值及未来展望。     

在线社区的知识增殖:用户行为与用户信任的互惠关系研究

[目的/意义] 知识增殖已成为判别在线知识社区成功与否的具体标准。将Web2.0技术所支持的用户行为视作知识增殖的载体,将社区规则、规范所鼓励的人际信任视作知识增殖的条件,考察用户行为与用户信任的互惠因果关系,探索在线社区知识增殖规律。[方法/过程] 采用问卷调查法获取332份有效样本,运用AMOS20.0软件检验模型假设。[结果/结论] 用户行为的发展过程为"知识搜寻行为—知识应用行为—知识贡献行为";用户间信任的发展过程为"认知信任—情感信任",用户行为和用户信任互为因果、二者相互促进实现在线社区知识增殖。     

分布式社交网络中Biclique攻击延迟容忍算法

在分布式社交网络中,产生Biclique攻击信号,需要对其进行攻击延迟容忍设计,提高对病毒攻击的检测和容忍性能。传统方法中采用基于攻击信号方向性聚类延迟容忍算法,当传播路径具有发散性时,检测性能不好。提出一种基于Biclique攻击信号方向性空间搜索属性特征分解的攻击延迟容忍算法。把数据主特征建模和特征提取分类与缺省副本创建处理同步进行,得到更小的响应时间,实现攻击延迟容忍,得到基于Biclique攻击信号方向性空间搜索属性特征分解结果,进行Biclique攻击信号检测,提高对攻击信号延迟容忍性能和检测性能,仿真结果表明,采用该算进行分布式社交网络中Bi-clique攻击检测,检测性能提高34.5%,算法能有效保证分布式社交网络的安全性和对病毒攻击信号的容忍性。     

社交网络用户的隐私保护情况量化模型研究

【目的/意义】社交网络平台普及对使用者隐私防护带来新的挑战,研究使用者的社交平台行动和隐私感知 联系能够指导其隐私保护。【方法/过程】采用相关系数模型和CRITIC决策模型,探究使用者社交平台的网络操作 和使用者隐私量值的关联。并通过时下国内流行的社交网络模式,以人人网和新浪微博作为调研目标,得到使用 者的真实信息构建隐私量化模式。【结果/结论】通过实验,本文分析了隐私参量结果和注册时间、粉丝数目、关注程 度、好友数目、微博数量以及性别因子之间的关联,说明了社交网络平台的隐私状况和使用者行为的关系,论证了 本研究的现实意义。     

科研机构用户利用学术社交网络的学科差异研究

【目的/意义】科研机构是科研创新的核心参与主体，在学科划分基础上对其学术社交网络的利用规律的分 析，有助于揭示科研机构进行网络学术交互的学科差异特征，并指导科研机构用户依据学科特征合理利用学术社 交网络。【方法/过程】本文选取中国科学院作为研究对象，在进行用户学科划分的基础上，通过分析学术社交网络 ResearchGate（RG）和Academia.edu（Academia）的用户行为数据，从用户分布、交互关系、成果分享和主题关注四个 方面归纳不同学科用户的利用行为差异。【结果/结论】数理科学、生命科学、地球科学的科研机构用户能积极且有 效利用学术社交网络，化学科学、信息科学的用户参与意愿强烈但利用情况不够理想，工程与材料科学、管理科学、 医学科学的用户目前参与人次较少但仍具潜力。     

基于移动社交网络的用户信息安全保护策略研究

分析了影响移动社交网络中用户信息安全的相关因素,从而提出了关于移动社交网络用户信息安全保护的相关策略,以达到保护用户信息安全的终极目标,并不断推进移动社交行业的良性发展。     

社交网络用户间歇性中辍行为的影响因素研究

[目的/意义]探讨消极社会比较、不同类型的消极情绪对社交网络用户间歇性中辍的作用机理,有助于丰富与拓展社交网络用户行为的相关研究。[方法/过程]构建社交网络用户间歇性中辍影响因素的理论模型。通过在线问卷搜集273份有效样本,利用PLS-SEM进行数据分析。[结果/结论]结果发现,倦怠和嫉妒显著影响社交网络用户的间歇性中辍行为;而消极社会比较显著影响社交网络用户的嫉妒情绪,其次是焦虑,最后是倦怠。     

科研社交网络中用户学术社交不足的前置动因探究——质性研究的视角

科研社交网络在我国的应用正日益广泛，文章探究科研社交网络中用户学术社交不足的前置动因，以小木虫为数据收集场所，通过半结构化访谈法深入访谈12名用户，运用NVivo质性分析软件对访谈原始数据进行分析，归纳出13个主范畴并聚焦为4个核心范畴，分别是个体意向因素、平台客观条件、信息因素和学术交流特性，在此基础上提出优化用户学术社交行为和改善科研社交网络学术社交功能的建议和对策。     

非常规突发事件中在线社会网络用户信息共享动机研究*

为了理解非常规突发事件背景下在线社会网络用户进行信息共享的动机,基于使用与满足理论,构建在线社会网络用户信息共享的动机模型,并提出若干研究假设,最后以芦山地震为背景,对新浪微博用户为对象进行问卷调查,统计分析结果表明：易用性和有用性感知、在线用户的满意度、利他主义、道德感知影响微博用户的信息共享行为,形象声望和对微博用户共享行为影响不显著。     

社交网络中基于模糊判定的固定信息推荐算法研究

社交网络是一种无现实限制的全天候信息交互网络,社交网络的固定信息推荐是保证网络安全,评估网络用户信任度和实现隐私保护的基础。社交网络的固定信息具有多主体性和随机性特点,难以实现有效的信息推荐。传统的社交网络固定信息推荐算法采用主体协商的云信任数据推荐,对社交网络的非常态固定信息推荐的主观性较大,性能不好。提出一种基于模糊判定的社交网络中固定信息推荐算法。构建社交网络固定信息特征提取模型,采用网格划分技术对路由结点所在的平面区域进行特征划分,对固定信息进行模糊跟踪判定,得到社交网络中固定信息自适应跟踪概率分布,实现固定信息推荐算法改进。仿真实验表明,该算法能有效提高社交网络中固定信息推荐准确投递率。对节点缓存依赖性较弱,网络开销比较稳定,性能优越。     

知识网络中组织间信任形成机制研究——基于博弈论视角

信任是现代组织的基础,更是组织间知识网络形成的前提、基础和有效运行的保证.文章通过博弈论中的古诺模型分析知识网络中同行业的两个组织在一个同质产品市场的两阶段博弈来说明知识网络组织间信任的形成机制:对于理性行为的组织而言,主要源自理性的算计,不论在知识网络的形成还是运行阶段,算计始终起着重要的作用.     

学术社交网络中iSchool成员用户结构与利用差异分析

[目的/意义]学术社交网络是开展知识交流与学术合作的重要平台，对iSchool成员用户的研究有助于图情学科研究人员合理利用学术社交网络。[方法/过程]本文以ResearchGate （RG）为例，采集61所iSchool成员机构的用户行为数据，依据被关注—关注比例指标进行用户细分，并从地区与层级角度对用户结构及利用差异进行比较分析。[结果/结论]地区角度，北美机构拥有较多明星型用户且注重展现与互动，亚太机构用户则更倾向于搜寻信息；层级角度，iCaucus机构用户更偏好学术资源分享，低层级机构用户跟踪获取学术资源的需求则更普遍。此外，iSchool成员机构能被RG指标进行良好的层级区分，学术影响力和层级领先的机构表现出更大的学术影响，因此应进一步合理拓展对学术社交网络的利用。