共查询到20条相似文献，搜索用时 211 毫秒
1.
[目的/意义] 多主题覆盖的枢纽节点群能够快速"导航"至领域更多主题的高被引综述文献和权威节点,从而可以使新领域工作者短时间全面了解领域已有研究、现状和未来发展趋势。[方法/过程] 本文提出一种节点群发现算法——HubsRank算法,该算法基于引文网络中节点影响力（信息、知识）的传递,通过多轮迭代,得到引文网络中多主题覆盖的枢纽节点群。[结果/结论] 最后,与HITs算法进行实证对比分析,本算法能更快、全面地提取枢纽节点群和不同主题的高被引权威节点,且该算法可以有效避免主题集聚效应。 相似文献
2.
[目的/意义] 在大规模社交网络中快速搜索关键节点对于舆情的引导和控制具有重要意义。[方法/过程] 本文提出一种适用于社交网络的局部中心性关键节点识别算法,该方法综合评估了节点的K壳、自身的聚集特性以及邻居的扩散特性和节点自身传播状态,同时体现了节点在空间上的网络位置和邻居的拓扑结构以及在时间上演化特征,评价指标更加全面高效。[结果/结论] 实验结果表明,该方法识别的关键节点对网络鲁棒性的影响与介数中心性接近,但计算仅基于节点局部信息,时间复杂度低。剔除这些节点后网络的连通性受到较大影响,网络聚类系数降低,平均路径长度增加。同时,利用SIR传播模型模拟验证,以该算法识别的关键节点为初始传播源可提升信息传播范围和平均传播速度。 相似文献
3.
【目的/意义】信息扩散中关键节点的识别,以及关键节点影响力的度量有着广泛的应用前景。【方法/过程】
本文通过中国流行的社交网络应用平台-“知乎”网络上信息扩散的实例分析,发现了社交网络中接近中心性指标
与信息扩散的效果呈现较强的正向相关性。这表明企业可以根据网络用户在社交网络中的接近中心性指标值来
预测/判断其影响力。【结果/结论】因此,本文提出接近中心性指标值高的非“明星”节点为信息扩散中的隐形关键节
点。最后,通过仿真模拟信息在社交网络中的扩散过程和结果,对隐形关键节点的影响力进行了量化和评价,进一
步确定了隐形关键节点的价值和效率。 相似文献
4.
[目的/意义]社交媒体平台通常将志趣相投的用户聚集在一起,形成一个同质化的集群,即“回音室”。通过分析在线用户行为数据来调查网络舆情的传播是否具有回音室效应,如果存在,那么回音室与舆情的影响力是否存在某种关系。[方法/过程]利用社会网络分析法构建了舆情回音室网络和识别算法,并通过内容分析、情感分析、矛盾心理测量和同质性测量对舆情回音室成员的选择性曝光强度和同质性水平进行检验。最后验证了回音室的大小和数量与舆情影响力之间的关系。[结果/结论]实验结果发现舆情信息的传播确实存在回音室效应,而且回音室的大小和数量与舆情影响力之间呈线性关系。这意味着回音室可能对舆情在社交媒体上的影响力起到了重要作用。 相似文献
5.
[目的/意义]随着网络和社交媒体的发展,网络"意见领袖"在网络社区的信息传播和交流中发挥着越来越重要的作用,在社会生活的各个方面对网络民意产生巨大的影响。因此,识别网络"意见领袖",掌握其特征和规律成为了网络信息传播研究的重要方面。[方法/过程]在PageRank思想的基础上,利用文本的TF-IDF计算网络社区用户节点的连接强度,以此改进PageRank算法,提出一种LeaderRank方法用来评价网络社区用户节点的重要度,并结合其他指标及BP神经网络进行"意见领袖"的发现实验以及进一步的数据挖掘工作。[结果/结论]实验结果表明,该方法相较于神经网络具有更高的识别率,该方法可以灵活配合其他指标和方法使用,具有更好的适用性、扩展性和稳定性。 相似文献
6.
[目的/意义]本文对近三年来（2015-2017）SCI和SSCI收录的图书情报学的影响因子排名前50%的外文期刊刊载论文及其题录数据进行计量研究,进而揭示国际LIS领域热点研究主题,再利用著名的科学分析管理工具ESI追踪LIS领域的研究发展趋势。[方法/过程]使用自主研发的程序工具基于Louvain算法对领域知识网络进行知识群落划分,进而识别领域知识主题与研究热点,再利用科学分析管理工具ESI根据共被引分析和聚类算法选出学科最新研究前沿。[结果/结论]通过研究发现,近三年国际图书情报学的研究热点主题分别是文献计量、高校图书馆、网络社交媒体研究、管理、卫生健康、技术、信息检索、电子政府、企业管理和电子商务等特定领域的信息应用,研究前沿主要集中在学术平台替代计量学研究、在线用户评论研究、政治文本内容挖掘研究、智慧城市研究、读者阅读研究、社交媒体相关研究等。 相似文献
7.
[目的/意义]探究社交网络中影响群体情感行为的影响因素，旨在为舆情引导提供参考。[方法/过程]首先，获取微博数据集，进行预处理后，使用结合AP算法及TF-IDF算法的LDA主题模型对用户文本进行聚类，挖掘用户兴趣主题；然后，人工识别结合接口调用对用户文本进行情感标注；最后，利用二元逻辑回归模型对假设的群体情感影响因素进行验证。[结果/结论]性别、主题及活跃度对于群体情感倾向有显著影响；男性群体普遍比女性群体消极；不同主题的情感主旋律不同。该结果对于网络舆情的控制以及个性化新闻推荐具有很好的借鉴作用。 相似文献
8.
[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。 相似文献
9.
[目的/意义]旨在发现国内用户画像研究领域的研究主题以及这些主题的发展脉络,为图书馆用户画像的构建提供参考。[方法/过程]运用LDA主题模型对国内用户画像研究论文的题目、摘要和关键词等内容进行文本挖掘,按年度对热点主题进行分析并发现各主题的演化趋势。[结果/结论]国内用户画像研究领域大体可划分为8个研究主题：新媒体营销、电商系统与精准营销、推荐算法与推荐系统、健康信息服务、教育教学、金融服务、社交网络与内容分析、高校图书馆与信息服务。研究主题按年度演化趋势可分为上升主题、平稳主题和衰减主题3类。高校图书馆与信息服务是上升幅度最大的主题,这表明研究人员越来越关注用户画像在图书馆及相关领域的应用研究。 相似文献
10.
[目的/意义]学术社交网络已经成为科研工作者们维护人际关系、进行科研合作和学术交流的重要途径,开展用户行为聚类研究对学术社交网络平台准确识别用户组成成分、理解用户行为、提升服务效率具有重要意义。[方法/过程]文章以ResearchGate(RG)为研究对象,在构建平台用户行为的描述模型基础上,利用K-means算法对学术社交网络的用户利用行为进行聚类分析,并立足于学科差异视角探索不同学科用户分布与行为特征。[结果/结论]研究表明RG用户可被划分为10类,不同用户群体在平台功能的利用方面存在较明显的行为偏好差异。同时,学术社交网络的用户利用行为存在学科差异,自然科学类用户类型分布较为均匀,较少呈现极端偏向某一用户群体的情况,利用行为也更加积极;而人文社科类用户主要由潜水用户组成,表现相对沉默。 相似文献
11.
12.
[目的/意义] 对于一个创新平台的繁荣与发展来说,用户间进行社交互动并为平台做出贡献是至关重要的。因此,本文研究用户交互中的内容特征（信息冗余）对用户知识贡献的影响。[方法/过程] 爬取典型开放式创新平台（LEGO IDEAS）的数据,使用Python NLTK包挖掘创意文本内容,并结合信息论中的冗余度计算方法和零膨胀负二项回归模型进行实证分析。[结果/结论] 结果表明,用户交互过程中获取的信息量正向影响用户知识贡献,促进用户发布更多创意,但当获取的创意之间存在冗余信息时,信息冗余会调节获取信息量对用户知识贡献的影响。 相似文献
13.
[目的/意义]基于动态用户画像探索学术虚拟社区的粘性驱动机制在于用户角色精准定位，有助于提升用户忠诚度、信任度、留存率、回访率。[方法/过程]依据社区属性和用户感知分析学术虚拟社区的粘性驱动因子；以用户自然属性、行为属性、心理特征为用户画像的数据来源，建构包括基础数据、行为建模、服务应用、评价反馈4个模块的动态用户画像结构模型；结合驱动因子与结构模型构建了粘性驱动机制模型。[结果/结论]模型深度刻画了学术虚拟社区用户全貌，为优化系统效能和精准化服务指供指导，以期增强学术信息资源流转与学术影响力。 相似文献
14.
[目的]社会化媒体与社交网络的迅猛发展,驱动银行开始在其网站中嵌入各种社会化工具,为用户提供社会化服务。在这种环境下,影响用户使用网上银行的因素较传统互联网环境相比可能会发生变化。因此本研究聚焦于社会化媒体环境,探究该环境下影响用户使用网上银行意愿的影响因素。[方法]通过情景式问卷收集用户数据,采用相关性分析、多元回归分析、方差分析等方法进行数据分析。[结果/结论]在社会化媒体环境下,信息支持不仅可以直接正向影响用户对网上银行的使用意愿,还可以通过网站设计对用户使用意愿产生间接影响;情感支持可以通过正向影响网站设计而对用户使用网上银行的意愿产生间接影响;感知有用性、感知易用性、网站设计均可以直接正向影响用户的使用意愿,而感知风险则对用户的使用意愿具有直接的负向影响。此外,主观规范虽不能直接影响用户使用网上银行的意愿,但可以通过感知有用性对其产生间接地影响。 相似文献
15.
[目的/意义]随着国民经济的持续增长,人们的消费从物质需求转向精神需求,移动音乐平台的发展迎来新的增长点。本文基于PPM模型,以网易云音乐为研究对象,通过实证方法分析用户在移动音乐平台之间的转移行为。[方法/过程]本文将不满意度作为推动因素（Push Factor）,将财务转移成本和关系转移成本作为锚定因素（Mooring Factor）,将网络义务性和相对匮乏性作为拉动因素（Pull Factor）,假设其对用户的转移过程有影响,其中相对匮乏性由情感相对匮乏性、经济相对匮乏性和功能相对匮乏性所反映。[结果/结论]结果显示,不满意度、网络义务性和相对匮乏性都正向显著影响移动音乐平台用户的转移意愿,且用户的转移意愿正向显著影响其实际转移行为,而转移成本则对用户的转移意愿无显著影响。 相似文献
16.
[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。 相似文献
17.
18.
[目的/意义]分析通证知识社区的知识分享网络结构,有助于把握区块链背景下的虚拟社区知识分享和传播规律。[方法/过程]以国内通证知识社区代表——币乎网为研究对象,通过网络爬虫方式获取币乎用户样本数据,采用社会网络分析和内容分析方法,运用UCINET工具对社区用户的知识分享网络进行网络特征分析。[结果/结论]样本网整体呈现出小世界效应和无标度网络特征;中心性高的核心用户对社区知识贡献和传播的影响力较高;通证激励有助于挖掘社区中的优质内容。 相似文献
19.
[目的/意义]学术用户画像是对用户访问使用学术资源行为的较全面的刻画。本文尝试构建图书馆学术用户画像的信息行为标签和研究兴趣标签,来准确定位学术用户的信息需求,以便推荐合适的学术资源。[方法/过程]具体方法是全面获取用户的访问日志并进行清洗处理,然后构建从学术用户信息行为出发的用户画像标签体系,进一步研究构建了基于研究兴趣关联的信息资源推荐服务。[结果/结论]本研究有助于提高用户信息获取效率,提高图书馆学术资源推荐服务的质量,并为结合其它资源全面构建图书馆学术用户画像提供一定的借鉴。 相似文献
20.
[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。 相似文献