基于微博的节目评价方法研究

单一的收视率调查已经不能满足融合媒体时代电视节目评估要求的问题,本文通过对微博平台的信息进行数据挖掘分析,建立了基于微博的电视节目评价体系,从传播力、影响力、话题性三个角度细分了8个指标用于电视节目评价,全面而形象地展示了节目的优劣与特点.该体系作为电视节目综合评价体系“中传指数”的一部分,从微博平台的角度对电视节目进行评价分析,有其必要性与可行性.     

一种基于MapReduce架构的微博用户影响力评价算法的设计与实现

随着互联网的高速发展和Web2.0时代的到来,微博用户正以惊人的速度在增长.新浪微博现以粉丝数作为用户排名的依据,在僵尸粉和大量低使用率帐号的影响下,这种简单的排名依据难以表征用户的影响力.本文以海量新浪微博数据为分析对象,在分布式系统上构建微博用户的影响力评价模型.文章主要以微博用户的转发网络计算微博用户的微博影响力,再利用关注关系计算微博用户的潜在影响力,最后合成微博用户影响力的评价模型.实验及分析表明,该评价方法在微博服务中能有效的反映微博用户的真实影响力,适用于度量微博用户的影响力.     

TPRank用户影响力评价算法的应用

目前针对社交网络的数据挖掘,出现了越来越多的研究热点。结合用户影响力分析建模,提出了TPRank用户影响力评价算法,该算法可以在特定话题下对用户影响力进行评价。引入用户活跃度的概念来反映用户发布微博的频率高低,在此概念的基础上,提出了基准用户影响力评价算法,而后提出了用户聚集系数的概念来反映一个用户的凝聚力大小,对基准用户影响力评价算法进行修正,得到最终的用户影响力评价算法TPRank。该算法综合考虑了用户活跃度、转发行为、时间和聚集系数等因素。最后在新浪微博数据集上进行了实验,利用TPRank找出了特定话题下影响力大的用户。     

基于多特征融合的微博用户权威度定量评价方法

微博用户权威度是评价微博信息可靠性的重要因素之一.本文针对微博用户权威度的定量计算提出了一种基于多特征融合的微博用户权威度定量评价模型.首先,提出了用户权威度的概念,将其定义为用户影响力和被信服度两部分组成;在暂不考虑用户领域影响因子的情况下,基于新浪微博数据,抽取出微博用户信息传播影响力、用户信息完整度、用户活跃度以及用户平台认证指数4项评价特征,以构建了用户权威度定量计算模型;然后,采用层次分析法对所构建模型的4项评价特征的权值进行确定,并分别给出了4项评价特征的提取算法.同时,在用户关注关系网络的基础上,提出了一种基于用户被关注价值的用户信息传播影响力模型UIRank,并通过实验验证了其比PageRank算法更加有效.实验结果表明,本文提出的微博用户权威度定量计算模型比较合理,为用户权威度的定量评价提供了一种可行的解决方案.     

基于用户行为和结构洞的用户影响力评价模型

针对目前大多数用户影响力度量方法未能充分考虑非冗余信息的问题,结合结构洞原理,构建基于用户行为和结构洞的用户影响力评价模型。对用户行为进行量化,将其融入到网络边权中,并在此基础上对结构洞评价方法——网络约束系数进行改进,解决其未考虑用户行为对网络边权的影响,以及节点与邻近节点、次邻近节点三层拓扑关系的问题,最后构建用户影响力综合评价模型。通过新浪微博数据进行验证,排序实验与覆盖率实验结果验证了该模型用户影响力度量的准确性与有效性。     

面向新浪微博的信息溯源技术研究

随着微博的高速发展,微博信息溯源成为信息内容安全管理的重要研究内容之一.此前的信息溯源研究中,事件数据纯度不高,且用户影响力涉及的因素考虑得不够全面,本文即针对以上问题进行研究.首先,由于微博信息采集过程中,得到的数据纯度较低,对大量的新浪微博数据进行事件聚类,得到某一具体事件的相关微博.接着,为了得到更合理的用户影响力数值,针对具体事件涉及到的用户,考虑多个因素,进行用户影响力分析,得到用户的影响力数值.最后,综合考虑微博的发布时间和用户影响力数值,使用Hacker News排序算法,对具体事件进行信息溯源.最终分析得出了事件传播过程中,发布时间较早,且用户影响力较大的一篇微博为事件源头.     

微博中节点影响力度量与传播路径模式研究

针对微博信息传播特点刻画微博传播网络并定义节点影响力来描述节点重要性,从而分析微博信息传播路径模式。首先采集单条微博的转播/评论数据并进行预处理;然后给出微博传播网络的形式化描述,从局部和全局2方面定义节点的影响力来刻画节点的重要性;比较实验说明新定义的影响力度量方法方法是可行的。同时,结合影响力度量给出了微博网络中信息传播路径的几种典型模式;采用软件NodeXL的可视化结果说明给出的信息传播路径模式具有一定的典型性。     

微博数据获取技术及展望

作为一种新兴的社会媒体形式,微博集博客、媒体、即时通讯功能于一身,兼具平台多样、传播迅速、交互性强等特点,在舆论传播方面发挥了重要作用。文中介绍了微博的基本概念,系统概括了微博数据获取的主流方法,总结了微博数据获取条件的选择方法和微博数据的表达方法,并讨论了数据获取中的瓶颈问题,给出了该领域中尚需解决的关键问题以及未来的发展方向。     

国内行业信息速读

央视-索福瑞媒介研究有限公司（CSM）与新浪微博1月9日达成战略合作,将共同推出微博收视指数,为电视媒体从社会化传播的维度开展节目评估、营销传播提供标准化分析工具。CSM与新浪微博的战略合作将基于双方的优势资源．围绕新浪微博讨论数据,推出微博收视指数等标准化产品。结合电视节目收视数据．为电视媒体业界全面、深入地分析电视节目的社交化传播效果及全媒体传播整合效果提供定量的数据支持。     

微博用户影响力的评估

作为一种便捷的社交网络平台,微博已成为人们进行信息交流的重要媒介。微博活跃用户多,信息发布方式多、方便快捷,信息传播快速,范围广,极易形成网络舆情。微博博主对信息传播起着决定作用,而其在网上的影响力对其传播有很大影响。在消息的传播分析以及用户个体行为分析的基础上,提出影响力评估体系。该系统利用实例提供的数据,通过AHP方法,可计算出用户的影响力并排名,比较合理地体现了用户的实际影响力。     

通信圈大神在这里!十大最具影响力自媒体榜单揭晓

由中国联通、《通信世界》全媒体共同发起的“2015年通信圈最具影响力自媒体账号”评选活动自展开以来,便受到业界热烈关注,引起巨大反响.近日,依托中国联通大数据平台并经过微博投票,“十大2015年通信圈自媒体大神”名单顺利揭晓.     

微博已经成为扩音器

目前，微博已向世人证明它绝不仅是推特的模仿者，它已成为许多中国民众生活中不可或缺的一部分。如今，微博实际上是中国一个具有影响力的另类媒体。微博用户积极地发布和转载自己认为有价值的消息，这让每个用户都成为一个独立的媒体渠道，也使得被传统媒体排除在外的消息在短时间内得以广泛传播。微博为用户提供了一个独一无二的大型开放式论坛。     

自媒体的现状、优劣性以及发展趋势

随着时代的进步和发展,人们获取各种信息的途径和传播信息的途径越来越多,尤其是以微博、微信、QQ等为代表的自媒体的影响力也不断凸显。目前,自媒体已成为我国媒体生态的重要组成部分。本文着重从自媒体发展角度分析自媒体目前的发展现状、自媒体发展的优劣性以及自媒体未来的发展趋势。     

基于中文微博的产品评价分类算法

在中文微博产品评价分类算法中,由于常规SVM分类器在对少量标记数据的样本进行训练时,泛化能力无法满足要求,无法直接应用于微博文本的数据挖掘中,而传统的半监督TSVM算法的改造是通过对未标记数据增加惩罚函数完成的,这样会产生非凸函数优化问题。因此该文研究一种半监督高斯混合模型核的支持向量机分类算法。使用高斯混合模型对已标记和未标记数据进行训练,求取概率分布。最后通过一个对于i Phone手机的评价实例进行分析,验证了该文研究方法的优势。     

全媒体内容质量评价研究综述

在全媒体时代,媒体内容的表现形式逐渐丰富,开始成为影响信息传播的一个重要因素。内容质量评价仍停留在“流量思维”阶段,难以客观评价内容质量,亟需发展以用户为中心的全媒体内容质量评价方法。本文主要概述近十年来国内外公开发表的不同媒介的评价模型,回顾了图像、视频、音频、文本四类的客观质量评价在全媒体数据中的研究工作及相应的应用,主要介绍基于传统方法和基于深度学习方法两大方向中一些影响力较大的方法,每类方法有分成有参考和无参考的方法,对此总结了各方法特点,对一些具有代表性的方法进行了实验对比分析。最后对四种媒介内容质量评价领域仍面临的问题进行了总结并展望未来可能的发展方向。      

基于新媒体的大型科普活动效果评估 ———以 2015年全国科普日为例

大型科普活动的效果评估中,如何准确获取公众和媒体对于活动的评价一直是评估难点。北京大学评估组 利用新媒体手段对2015 年全国科普日活动进行评估,利用微信收集公众评价,利用微博和传统新闻报道考察媒体 评价,较好地获取了相关数据,为大型科普活动的评估拓展了新方法,并结合调研内容讨论了优化大型科普活动的 相关建议。     

新媒体信息传播影响度测量方法的研究

新媒体时代的信息具有数量巨大,传播快速等特点.单独的信息往往在不同的新媒体形式间传递,并在各自的平台上快速扩散.研究发现要测量新媒体信息传播影响力,就必须先测量参与传播信息的各个新媒体的传播权重.通过计算历史上各个新媒体传播过的信息最终扩散范围的数据,分别测量自媒体的代表(微博、微信公众号)和网络主流媒体的代表(门户网站、移动新闻客户端)的媒体影响力指数.这一指数是相对稳定的.之后当某一条新媒体信息在互联网上出现时,就可以通过参与传播的媒体历史影响力的聚合,测量该信息的传播影响度.     

基于内容和评论及时性的微博影响力用户检测算法

以评论内容关键字和用户之间的评论关系为基础,结合评论及时性在微博影响力用户检测中的重要作用,研究如何有效获取微博中最有影响力用户的问题,基于Page Rank经典算法提出了基于评论内容相似性和评论及时性的微博影响力用户检测算法(Com Rank)。算法首先对每条评论信息进行分割处理,获取关键字并记录评论生成时间;然后基于评论内容关键字相似性计算评论内容相似性;再次,结合评论及时性计算评论关系权值;最后使用Com Rank算法检测最有影响力的微博用户。真实数据集上的实验结果验证了该方法的有效性。     

微博电视指数正式上线

微博电视指数Beta版7月2日上线，这也是国内首个基于社交媒体评估电视节目影响力的大数据分析系统。     

面向中文微博的评价对象与评价词语联合抽取

深入挖掘微博内容中评价对象与评价词语的词法特征、句法特征、语义特征以及相对位置特征,提出评价对象与评价词语的序列化联合抽取模型。进一步结合微博间转发关系特性提出基于转发关系的联合抽取优化算法。并与相关算法进行实验对比,对实验结果进行了综合分析,证明了方法的可行性和优越性。