网络信息系统中微博的法律监管分析

微博是互联网络上出现的一种即时交流、去中心化的自媒体。运用实证分析法对微博侵权行为需要加强法律监管进行分析,认为对微博实施法律监管的前提是构建微博法律责任体系。微博法律责任体系应该包括民事侵权责任、行政责任和刑事责任,从行为后果和社会影响的角度区分微博评论行为转发行为引发的民事法律责任,并加重运营商的审核义务,在全面实行微博客用户实名制的同时保护好用户的信息安全。     

从微博传播模式的特点透析公众话语权的回归

近两年微博客作为网络媒介的新兴势力,在短时间内风靡中国大陆。本文试图从大陆微博客传播模式的特点着眼,结合公民社会和公众话语权的理论,解析微博所带来公众话语权回归,以及由此所引发的一些问题。     

基于动态认知的微博用户行为关系网络构建方法

构建微博用户的社会关系网络是分析微博数据的重要基础手段之一。由于微博用户在信息的发布和传播过程中具有不确定的行为特性,导致常见方法无法有效地完成微博用户行为关系网络的建模。该文以不确定理论为基础,提出了基于Rough Set的动态认知技术,对微博的海量不完备信息进行处理,完成对用户行为的计算分析,构建了微博用户行为关系网络。并以此为基础,结合用户操作、主题与情感分析方法,对微博中的网络事件发展进行了分析。     

基于“自反性治理”的微时代网络监督

信息技术的进步始终是一种改变世界的革命性力量。伴随着中国网络社会进入以"微博客"为主体的"微时代",普通公民的参政议政有了一个全新的技术性载体与通道,并以网络监督的反腐败为突破口引发了一场可能的政府治理机制的变革。由于微博网络监督这一治理腐败的"他者"的出场,打破了传统反腐败治理结构中政府对权力监督的垄断,进而在结构性紧张与自我反思的基础上催生出一种新的"自反性治理"的反腐败新机制。从其崭露头角的成效看,这一新机制的形成对善治善政具有重大意义。但是,由于网络反腐并没有在规范与制度层面得到承认,其存在与发展面临某种不确定性。因此,我们在科学发展观中有关"包容性"智慧概念的基础上,提出了对体制外网络监督形态的包容性接纳。     

微博用户推荐模型的研究

微博用户推荐对改善用户体验、促进社交网络长远发展具有重要意义。该文提取了能够充分反映微博用户之间相关性的多个特征,并通过逻辑回归模型对潜在的用户进行评分排序,为目标用户推荐前N个潜在用户。基于新浪微博数据集的实验结果表明,基于逻辑回归方法的用户推荐模型是切实有效的,可以为微博用户提供高性能的个性化用户推荐。     

网络意见领袖对微博不实信息传播的影响

为了考察网络意见领袖对微博不实信息传播过程的影响,在传染病模型ISR的基础上进行改进,构建了考虑网络意见领袖的微博不实信息传播模型,利用Matlab软件进行数值仿真和结果分析.模拟结果表明:网络平均度和意见领袖对不实信息的传播力越大,不实信息的影响力越大;微博不实信息传播的持续时间随网络意见领袖的初始密度变化而变化.     

基于复杂网络分析的微博网络舆情传播

为了探索微博网络舆情传播机制,采用复杂网络分析方法,并结合新浪微博获取的数据,分析了微博的社会网络结构的特点及其对舆情传播的影响。首先介绍了微博社会网络组成机制。然后采用复杂社会网络分析方法分析了微博社会网络的无尺度特性和小世界特征。最后结合实际的网络舆情事件案例,分析评价了微博社会网络拓扑结构对网络舆情传播的影响。     

微博阵地建设与马克思主义大众化

微博作为一种新兴的网络互动媒介,凭借其信息传播速度快、时效性强、开放性、交互性等特征,迅速成为社会大众进行信息交流和互动的重要平台。马克思主义大众化需要多种信息传播方式和信息载体来进行,需要更为广阔的传播空间,因而我们必须关注微博的发展现状,抓住机遇,应对挑战,积极开拓微博阵地,顺利实现微博阵地的马克思主义大众化。     

多特征神经网络微博转发预测

随着社交网络的快速发展,微博已成为一种信息扩散传播的平台。鉴于微博信息扩散的特点,挖掘微博转发过程中的潜在规律对于舆情监控、热点话题追踪、产品营销等有着重要意义。以新浪微博作为数据源,以用户和微博内容作为特征源,引入机器学习中的神经网络预测算法建立预测模型,实现对微博的转发预测。结果表明,与传统预测方法的对比,对微博转发可以做出较高准确率的预测。     

政务微博间的内部关注网络研究

通过研究上海市人民政府新闻办公室实名认证的政务微博——＂上海发布＂在新浪微博平台上与其下属的政务微博相互关注情况,运用社会网络分析法中的密度及中心性的角度,分析特定时间段内上海政务微博集群中互相关注的网络行为关系,并观察＂武汉发布＂的新浪微博关注网络,在比较的基础上,探讨二者差异程度与特点,分析＂武汉发布＂这类政务微博在传播力、覆盖力等综合影响力呈现明显弱势的原因,为政务微博发展变革提出对策。     

微博意见领袖的特征对网络舆情传播的影响

微博意见领袖对网络舆情的传播产生重要影响,可以塑造公共舆论,影响政策的制定与实施.本文基于新浪微博,以复旦大学投毒案为具体实例,使用结构方程模型进行实证分析.研究结果表明:微博意见领袖的身份背景、被认同度、介入时点和责任感均正向于网络舆情传播,而其活跃度与网络舆情传播并没显著相关.     

基于多Agent的微博社交网络信息传播模型

针对传统微博社交网络信息传播模型没有考虑用户个体差异性和用户强弱关系的问题,本文建立了基于多Agent的微博社交网络信息传播模型。将微博用户抽象为Agent,并定义Agent的属性,分析微博社交网络信息的传播机制,定义Agent之间的交互规则,考虑不同强弱关系下影响用户转发信息行为的因素,通过仿真实验探究个体态度、影响力、个体间认同度等因素对微博网络信息传播的影响。仿真结果表明,微博信息的传播呈裂变式扩散模式,微博用户的态度、影响力等因素对信息的传播起促进作用,所提出的相关影响变量对有效利用与管控微博信息传播具有一定的启示意义。     

微博社交网络舆情监测指标体系构建

在研究微博信息传播模式的基础上,借鉴网络传播中采用的信息空间模型构建了微博舆情的三维空间,对微博舆情的主客体进行分析,建立了微博舆情监测指标体系。该指标体系充分考虑了主客体的不同特点和关系,并提出体系中不同指标的量化方法,为管理者对微博舆情进行疏导提供了决策上的支持。     

微博信息流行度预测研究综述

微博的出现改变了传统的信息传播方式。文章针对微博流行度预测的一系列问题展开综述。在对微博流行度预测问题进行定义的基础上, 从微博内容、用户信息和网络结构3方面对影响微博流行度的主要因素进行介绍,对基于时间序列、基于流行病模型、基于分类模型和基于回归模型的4种微博信息预测主流方法进行比较,指出流行度预测未来的研究方向主要集中在时间粒度的划分、最小观测时间的确定、微博流行度的动态预测等方面。该研究对信息检索、舆情研判、企业营销等具有重要意义。     

流感疫情出现后微博网民行为实证研究

针对微博用户间显性社交关系和实际互动频率不一致的现象,借鉴语义网络中描述本体的符号化思想,构建了一个由5类实体对象组成的微博信息流形式化模型,并用符号语言对新浪微博用户在2010年7月至2013年8月谈论流感疫情时涌现的信息扩散网络的提取过程进行了形式化描述。信息扩散网络的网络密度、聚类系数和网络直径等拓扑属性的测量结果显示:参与者互动网络具有无标度和小世界特性,微博空间的互动群体较为松散,而且构建的形式化符号体系可清楚描述用户关系、用户互动行为和信息扩散过程等信息传播时空信息。     

中文微博情感词典构建方法

提出了一种中文微博情感词典构建方法。采用上下文熵的网络用语发现策略,通过TF IDF(term frequency inverse document frequency)进行二次过滤得到网络用语;利用SO PMI(semantic orientation pointwise mutual information)算法在已标注的微博语料库中计算网络用语的情感倾向值,构建网络用语情感词典;将词典应用到微博情感分类实验,并与朴素贝叶斯分类器的分类性能进行了比较分析。实验结果表明,直接利用微博情感词典的分类效果好于朴素贝叶斯分类器,并具有分类过程简单、快速等优势。     

社会化复杂网络环境下舆情传播研究

结合复杂网络,分析当前网络环境下的舆情传播特点与规律,并以社会化网络、微博等为重点,研究未来网络舆情传播的发展方向。     

微博营销对消费者购买决策的影响研究

微博在短短的几年内蹿红,成为最具人气的网络平台。企业纷纷利用微博开展营销活动,试图获取利润。从企业微博营销的特点入手,基于网络消费者交易过程视角,探讨企业微博营销对消费者购物决策的影响,揭示其关键因素和作用机制,并结合案例进行分析,为相关企业更好地开展微博营销提供建议。     

基于桂电微校园的社会网络实证研究

为了研究社会网络的拓扑结构及其对舆论传播等方面的影响,以桂电微校园为例,采用矩阵理论、图论与统计物理学等方法,对网络的基本统计参数、中心性、节点传播能力等问题进行了研究。研究发现,微校园所构成的网络具有小世界特征、强集聚性及很强的信息传播能力,但与大型微博网络相比,也存在网络中心性显著、互粉严重等现象。网络具有的上述特征表明,良好的微博环境对优秀校园文化的传播具有积极作用。     

基于社团信息传播能力分析的微博舆情热点监测

在分析微博舆情热点监测研究局限的基础上,从信息传播角度提出一种基于社团信息传播能力分析的微博舆情热点监测方法。该方法首先基于微博用户间信息交互构建微博信息交互网络;然后采用快速Newman社团发现算法挖掘信息交互网络中的信息传播社团;最后根据用户传播影响力和用户间交互紧密度对社团的传播能力进行评估,并通过对具有较强信息传播能力社团中信息交互的监测实现微博潜在舆情热点的挖掘。实验结果表明,微博信息传播社团的信息传播能力与热点微博信息在社团中的真实传播效果具有较高的拟合度,通过对强传播能力社团中信息交互情况的实时监测,可发现潜在舆情热点信息。