共查询到20条相似文献，搜索用时 203 毫秒
1.
【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。 相似文献
2.
【 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。 相似文献
3.
【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。 相似文献
4.
【 目的/意义】转发行为是社交媒体上信息传播的重要方式,转发者添加的评论能够反映情绪状态与认知情
况,研究突发自然灾害事件背景下的转发评论有助于应急管理部门了解公众情绪走向和认知变化。【方法/过程】转
发型微博被再次转发时会产生转发级联并形成不同转发层级,本文利用LIWC软件从情绪和认知角度分析转发者
添加的评论内容,对比不同层级情绪得分和认知得分的差异以及转发评论中情绪和认知变化。【结果/结论】突发自
然灾害相关原始微博和转发评论的情绪和认知具有显著差异,用户在原始微博中倾向使用关于积极情绪、消极情
绪、洞察和原因的词;在不同转发层级中,表达积极情绪、洞察和矛盾的词的使用频率更高,且具有更大的波动;在
转发评论过程中,相同类型的情绪和认知显著正相关。【创新/局限】本文研究了转发者生成内容的特征,为应急管
理部门的灾后决策和舆情治理提供新视角,没有考虑添加评论对微博转发的影响,后续将对比不同转发微博的传
播效果。 相似文献
5.
【目的/意义】在于探索微信用户分享行为时空特征,为揭示用户间信息分享轨迹和社交网络结构的演化规 律提供借鉴。【方法/过程】由于微信对线上数据技术采集的限制,已有的研究多集中以访谈和问卷调查的方式,对 分析用户行为规律和行为特征具有很大的局限性。为了解决这一问题,本文融合多源数据采集与分析技术,实现 了247711条微信用户分享数据的特征提取。【结果/结论】微信用户对微信具有较高的依赖度,分享与阅读之间的间 隔时间分布具有强阵发性,而且微信中分享内容被转发的路径长度远远高于以微博为代表的综合类社交应用。 相似文献
6.
【目的/意义】随着企业生成内容（EGC）的兴起,以低成本实现广告信息扩散效果最大化已成为商业界和学
术界关注的焦点。本文将 ELM理论和用户卷入行为研究拓展到社交媒体领域,探究 EGC社会化传播的影响因
素。【方法/过程】以微博为平台,利用泊松回归模型,分别从企业和用户层面,对 EGC沟通内容和用户卷入情感等特
征进行剖析。【结果/结论】企业层面中描述产品或服务细节的信息性内容、致力于培养良好关系的说服性内容,和
用户层面中评论数、点赞数、积极的评论情感、较低的认证者比例会正向促进用户的转发。 相似文献
7.
【目的/意义】探究针对微博文本的基于深度学习的情绪分类有效方法,研究微博热点事件下用户转发言论的情绪类型与隐私信息传播的关系。【方法/过程】选用BERT、BERT+CNN、BERT+RNN和ERNIE四个深度学习分类模型设置对比实验,在重新构建情绪7分类语料库的基础上验证性能较好的模型。选取4个微博热点案例,从情绪分布、情感词词频、转发时间和转发次数四个方面展开实证分析。【结果/结论】通过实证研究发现,用户在传播隐私信息是急速且短暂的,传播时以“愤怒”和“厌恶”等为代表的消极情绪占主导地位,且会因隐私信息主体的不同而产生情绪类型和表达方式上的差异。【创新/局限】研究了用户在传播隐私信息行为时的情绪特征及二者的联系,为保护社交网络用户隐私信息安全提供有价值的理论和现实依据,但所构建的语料库数据量对于训练一个高准确率的深度学习模型而言还不够,且模型对于反话、反讽等文本的识别效果不佳。 相似文献
8.
【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。 相似文献
9.
【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。 相似文献
10.
【目的/意义】构建高校师德舆情微博用户评论LDA模型,可以更精准识别舆情演化特征和分析关键主题传
播路径,帮助高校和相关部门更为有效地进行舆情监管和舆情引导。【方法/过程】本文以“天津大学一教授学术造
假”事件为例,基于 LDA模型构建高校师德舆情下微博用户主题生成模型,采用困惑度评价指标确定 LDA模型最
优主题数,采用信息熵确定每一主题在不同日期的主题强度,通过关键词共现知识图谱、词云展现舆情话题的演
变,最后基于主题相似度确定主题传播路径。【结果/结论】LDA模型和信息熵可以解析出网络用户群体关注的重要
主题热点,精准识别舆情演化特征,识别主题最优传播路径进行舆论引导,对爆发的舆情实现预测和管制优化。【创
新/局限】文章创新性地构建高校学术道德舆情的LDA主题模型,有效确定微博用户群体主题、识别舆情演化特征、
分析主题间传播路径,具有普适性;进一步扩大高校师德其他舆情分析及结合网络舆情情感分析为下一步的研究
内容。 相似文献
11.
研究微博中信息的传播规律对舆论预测与管控、市场营销等方面具有重要意义。当前的信息传播模型大多忽视了不同信息间、不同用户间的个体差异。为解决这一问题,本文选取了影响用户浏览和转发信息行为的特征,采用集成逻辑回归与SVM的二分类算法预测个体行为。预测多个用户对于同一信息的浏览与转发行为构成了本文中的信息传播模型。结果表明,该模型能较好地预测现实微博网络中的信息传播过程。 相似文献
12.
【目的/意义】构建用户特征指标体系,对恐怖事件情境下微博信息与评论用户进行画像并比较有助于掌握参与恐怖事件讨论用户的特点,加强反恐舆论引导。【方法/过程】以"#巴塞罗那恐怖袭击#"话题下的所有微博及评论数据为例,使用基于相关性的LDA主题模型提取微博主题,从用户特征和文本特征两个角度构建指标体系,并采用两步聚类刻画微博用户特征,分析发布微博用户和评论用户的异同。【结果/结论】以往活跃度、影响力较高的用户在该事件中不一定拥有较高的影响力;原始微博用户的平均等级略低于评论用户,但其在该事件中的影响力高于评论用户;原始微博用户类型多于评论微博用户类型。 相似文献
13.
【目的/意义】微博用户转发锦鲤祈福盛行于现代中国文明社会现象已引发社会舆论。对这一行为的影响 因素研究,有利于了解时下中国社交网络社群的价值认知、精神状态及网络亚文化的形成。【方法/过程】在文献回 顾的基础上,构建包括社会交往、休闲娱乐、从众心理、文化信仰、情景因素、转发行为六大因子的结构方程模型,并 在社交网络上针对目标群体发放问卷,获取数据以进行验证性因子分析。【结果/结论】研究发现从众心理、文化信 仰、情境因素等社会导向因素正向显著影响转发行为,但休闲娱乐和社会交往等个人导向因素对其没有影响,此外 两组潜在变量之间的关系也得到数据支持。最后根据分析结果对吉祥物转发祈福行为进行了简单讨论。 相似文献
14.
【目的/意义】以基于社会化分享模式的信息共享行为为研究对象,对社会化分享用户及其行为特征进行
识别,研究结果为本领域后续研究提供支撑,为内容服务商、社交媒体等提供优化参考。【方法/过程】以新浪微博为
研究案例,通过爬虫获取 20 574条社会化分享数据并构建包括 12个字段的数据集,采用描述性统计分析、相关分
析、Logistic回归分析等方法进行数据分析。【结果/结论】参与社会化分享的用户具有一定的人口统计学特征和行
为规律,且不同的用户群体对社会化分享内容的选择存在差异,用户的个人特征和社交媒体使用特征均对内容的
扩散产生影响。 相似文献
15.
16.
【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。 相似文献
17.
18.
19.
【目的/意义】为有效约束社交网中隐含风险的信息传播,研究一种基于信誉的信息行为动态管理机制。【方
法/过程】通过节点身份认证与历史行为计算节点信誉值,利用敏感词的风险权值计算内容的风险指数后并进行风
险类型分级,综合节点源信誉与内容风险指数提出一种基于社交网节点信誉授权的信息传播控制模型（RBDC）约
束不同类型信息转发权限。【结果/结论】仿真结果表明,相比无限制的信息传播情景,对内容风险与用户信誉进行
细粒度的分类与并构建转发权限映射关系,可以显著限制高风险信息传播速度与传播范围。【创新/局限】在保障社
交网用户属性数据真实与敏感词风险词表有效维护的情况下,通过多源数据融合构建的RBDC信誉授权传播抑制
模型可以实现信息传播动态调整机制,抑制风险信息传播,也有利于促进网络节点的自律。 相似文献
20.
【目的/意义】通过构建数学模型,研究大数据背景下微博舆情热度预测问题。【方法/过程】分析大数据背景
下的微博舆情的首发信息特征,定义首发信息影响系数,建立微博首发信息热度预测方程模型。【结果/结论】利用百
度指数、清博舆情等软件,研究 47个微博舆情实例分析模型特征,并用 6个微博舆情案例验证模型,得出该模型根据
微博首发信息的少量数据而得到较为准确的预测结果。研究成果有利于政府面对复杂微博舆情时做到“心中有
数”, 也为进一步研究大数据背景下微博舆情预测问题提供参考。 相似文献