多维度属性加权分析的微博用户聚类研究

[目的/意义]准确把握社交网络用户兴趣倾向,对用户进行分类并形成高聚合的用户群,对研究社交网络信息生态以及信息推荐有重大意义。[方法/过程]通过构造基于多维度的用户属性描述层次模型,根据模型数据需求从新浪微博抓取用户样本数据,对相关用户背景信息、用户博文信息以及用户行为信息的多维度属性下二阶变量进行量化,构造用户向量表达式,比较单一维度与多维度下的用户分类效果,进一步给属性赋予不同的权重值进行加权分析,在取得最优聚类效果后进行方差分析,对模型进行改进。[结果/结论]基于多维度属性加权后的用户聚类效果明显高于单一维度及多维度非加权条件下的用户聚类,且用户博文内容维度对于提高用户聚类效果的有效性最大。     

新浪微博中的“权威”与“人气”:以社会网络分析为方法

本文以新浪微博"时尚"标签下的用户作为研究样本,基于样本用户间以及整个新浪微博用户间的关注关系分别构建了"相互关注"网络与"共同关注"网络,运用社会网络分析法揭示了微博中该标签领域的权威人物及网络成员之间的关系,并进一步对比分析了"相互关注"和"共同关注"的网络属性差异以及差异产生的原因。此外,本文还分析了表征人气的粉丝数、博文转发数、博文评论数这三个指标之间的相关性及其与社会网络分析指标的相关性,对微博核心用户的确定问题进行了讨论。     

影响文旅政务微博传播效果因素的实证探究 ——以"海昏侯"微博为例

了解"海昏侯"微博在信息传播过程中的影响因素,才能有效提升海昏文化的传播效果.文章以"海昏侯"微博4年内发布的6030条微博为统计样本,从中选取转发量、点赞量、评论量排名前100的博文和排名倒数100的博文分别进行实证分析,构建信息内容、信息发布时间和信息表现形式对传播效果的回归模型,并提出通过增加原创微博数量,深度挖掘海昏文化,丰富信息发布形式,加强与用户互动等对策,以提升"海昏侯"微博运行效果.     

基于内容分析的微博用户关系推荐机制研究

微博作为近年广受欢迎的社交网络平台,其用户关系研究一直深受关注.目前在通过微博内容特征构建用户关系时,基本停留在表象层面,尚未深入到用户的兴趣特征层次.文章从用户的博文内容出发,通过对博文采用传统词频分析生成用户标签及标签权重来表征用户,根据标签的异同以及相同标签权重的差异性计算出用户间的相似距离,提出一种全新的用户关系推荐机制,并从类别间和类别内两种情况验证推荐机制的可行有效性.将情报学领域思想和方法应用到网络用户关系推荐机制的构建,具有创新性.     

针对微博数据的信息抽取与舆情分析

由于微博简单迅捷、互动性强的特点,使其成为信息沟通的桥梁和纽带,成为突发事件的重要信息源头,也成为虚假信息滋生的温床。因此,加强微博舆情监测、分析、预警具有十分重要的意义。本文阐述了基于Web文本信息抽取方法,以及基于文本抽取的舆情分析技术,为用户掌握舆情动向、趋势强弱变化,进行热点、敏感信息预警与决策提供支持。     

微博辟谣的发展和治理模式——以新浪微博辟谣为例

本文以新浪微博辟谣为研究对象,分析2010年11月20日到2011年7月1日的新浪微博辟谣博文,通过分析博文总数量、内容分类和惩罚方式、转发、评论前三名,得出新浪辟谣主要以发博文告知博友的方式进行,对于涉及人身攻击、诽谤等恶劣影响的发布者,则注册用户进行惩罚。新浪辟谣微博在努力提高辟谣速度,成果虽多,但与网络上、微博上流传的大量谣言相比,还有较大差距。     

社会媒体用户标签的分析与推荐

微博是Web2.0时代重要的网络服务工具,作为以用户为中心的信息发布、传播和分享平台,它包含了非常丰富的用户信息。在微博中,可以使用标签表示用户的兴趣和属性。而一个用户的兴趣和属性,通常包含在这个用户的文本信息和网络信息中。针对微博用户的标签进行分析,提出网络正则化的标签分发模型（NTDM）来为用户推荐标签。NTDM模型对用户个人简介中的词语和标签之间的关系进行建模,同时利用其社交网络结构作为模型的正则化因子。在真实数据集上的实验表明,NTDM在效果以及效率上都优于其他方法。     

图书馆服务质量评价中微博数据的应用研究

论文探讨利用R语言工具对图书馆新浪微博数据进行子主题聚类和挖掘,指出：在文本分词、构建词频——文档矩阵的基础上,使用Pamk算法和Kmeans算法进行微博聚类,获取图书馆服务质量评价与建议信息,挖掘图书馆核心微博用户,便于图书馆利用微博数据评估服务效果,改进服务质量。     

地产名人微博信息传播探析

随着微博用户的增加,各大小企业和团体越来越重视微博这个传播平台。房地产行业的知名人物通过微博传递相关信息对改善地产行业的形象有促进作用,然而在实际传递信息过程中却面临着诸多问题。本文通过对地产名人的微博信息进行分析,结合具体的微博传播效果,对地产名人微博信息传播进行探析。     

如何利用微博进行品牌传播

网络时代的到来,微博这样一个新宠儿备受网民们的热爱,其传播力度是显而易见的.品牌传播将利用微博打开另一种局面,利用微博的传播特性把宣传信息当做一种普通的动态信息以博文的形式传递给用户,以达到潜移默化的传播效果.同时,微博的前景模糊而不可测,种种问题可能会随着其发展而愈加凸显,不过挖掘微博的传播优势,相信微博定能充分发挥其在品牌传播领域的作用.     

基于潜在语义分析的微博主题挖掘模型研究

为了弥补目前微博平台主题挖掘方法的不足,兼顾到微博信息的稀疏性、多维性、海量性等特点,提出根据微博信息特点进行有针对性的预处理后,使用基于先验概率的潜在语义分析模型LDA(Latent Dirichlet Allocation)进行微博主题挖掘,并在LDA建模的基础上,设计文本增量聚类算法,进一步实现主题结构的识别,从而使用户更好地理解主题及其结构。通过在真实微博数据集上的实验,证明该模型能有效进行主题挖掘和主题结构的识别。     

“微博问政”现象的实证研究——基于新浪微博的分析

选取新浪微博为研究对象,探究我国“微博问政”的现状。分别从微博基本信息、使用状况、问政互动状况三个方面对新浪微博的624个政务微博进行跟踪考察,旨在对“微博问政”进行基于数据的、全局性的描述分析,探讨“微博问政”的广度、深度和效度,指出我国当前“微博问政”存在的问题与发展方向。     

基于LDA模型和微博热度的热点挖掘

分析传统LDA模型在进行微博热点挖掘时所得概率结果抽象且难以结合实际解释的缺点;考虑到微博本身的数据特点和信息论中信息量的观点,提出微博热度的概念,并将其引入到LDA模型的热点挖掘研究中,构建基于微博热度的LDA模型;通过API采集微博数据上的实验,证明新方法与旧方法具有相同的性能,而且能得到更直观的微博热度表,并得出更具有说服力的挖掘结论。     

微博主题发现研究方法述评

[目的/意义]对现有微博主题发现的研究文献进行全面的梳理和评述,为研究人员深入开展相关研究提供借鉴。[方法/过程]针对传统的主题发现的基本原理和主要研究方法,分析微博文本的组织特征,从基于短文本特征和基于非文本特征的这两个角度对微博主题发现方法进行梳理,并对两类方法进行详细的阐述及特点分析,最后对微博主题发现研究的发展趋势进行展望。[结果/结论]目前微博主题发现的研究还处于探索阶段,未来应该继续深化理论探索、创新研究方法。     

基于微博的图书馆社会化媒体营销研究

微博作为一种新型的社会化媒体营销工具,提供了一个用户直接参与交流的平台。以新浪微博为例,介绍图书馆如何构建微博平台,探讨微博在图书馆信息发布、参考咨询、创建用户交流平台及用户研究方面的营销应用,以及运行中需要注意的事项。     

新浪微博与腾讯微博的竞争态势比较分析

以微博作为分析主体,采用竞争对手分析方法与竞争态势矩阵对其进行竞争态势比较分析。在确立新浪微博与腾讯微博为竞争对手之后,通过对竞争对手目标、竞争对手现行战略进行比较,同时结合微博软实力、微博硬实力与微博关注度,形成竞争态势矩阵,全面而充分地揭示现行微博竞争态势,并做出发展展望,以示启发。     

微博客用户行为特征实证分析

微博客已发展成为一种重要的信息传播和交流工具,理解微博客用户行为特征,对于优化微博客平台、探索微博客在网络营销、教育及危机公共事件通报等方面的应用具有重要意义,也为研究新媒体传播理论提供数据基础。以新浪微博客为研究对象,抽取微博客平台提供的各项字段,从用户性别、地域、影响力等多个角度揭示当前微博客用户的行为特征及存在的问题。     

基于微博的公共图书馆信息服务探讨

阐述了微博以其内容精短、发布方式多样等优势成为移动互联网上最典型的新兴力量,为图书馆信息服务提供了更广阔的空间,分析了公共图书馆运用微博开展信息服务的意义,探讨了基于微博的公共图书馆信息服务的策略。     

我国省级公共图书馆微博服务调查研究

微博作为一种新兴的网络传播工具,已越来越广泛地影响到社会生活的各个方面。以新浪微博为平台,调查并分析了我国省级公共图书馆微博应用现状,提出省级公共图书馆借助微博平台深化服务的举措。