微博意见领袖的评估模型

当今社会,微博正以几何级数的速度迅猛发展,并且日益成为信息时代的主要传播渠道之一。文中对微博意见领袖的基本概念进行论述,同时在阐述传统意见领袖评估方法的基础上,经过对比分析之后,提出以活跃度、传播力和覆盖度3个指标来评估微博意见领袖的影响力,构建评估指标体系。利用层次分析法和属性特征权重排序得到影响力的最终值,为寻找微博意见领袖提出了可靠的评估模型,为更深入的研究奠定了基础。     

网络意见领袖影响力分析

意见领袖影响力分析作为意见领袖研究热点之一,对于优化网络传播过程中的信息整合与传输、深入了解微博发展方向、维护网络内容安全、促进网络发展具有非常重要的理论和实践意义。文章通过对现有网络意见领袖影响力分析研究发现,网络意见领袖影响力评估模式、算法研究稍显薄弱,大多数研究尚处于理论探索阶段,缺乏深入的实证性分析。因此,采用定量方法构建网络意见领袖影响力指标体系并对其进行科学评价就显得尤为必要。     

基于异质网络的意见领袖社区发现

针对意见领袖社区发现问题,通过将论坛中主题及其回复关系建模为异质网络,准确表示社区结构.提出意见领袖社区影响力概念及其量化方法,在此基础上设计了一种基于异质网络的意见领袖社区发现算法.通过采集天涯论坛的大量数据,验证了该社区挖掘方案能够较准确地挖掘论坛中的意见领袖社区.     

基于胜任力模型的社交网络意见领袖识别方法

提出了社交网络意见领袖的胜任力模型,模型中包括社交网络意见领袖所应具有的信息生产、信息传播以及信息影响3大能力要素及各个显性和隐性行为指标。根据胜任力模型,将社交网络用户划分为普通大众、活跃分子、主题意见领袖和网络意见领袖等4类,设计了意见领袖的层次筛选流程和筛选实验系统框架。以采集到的新浪微博数据为例,通过整合主题分类工具MALLET及多种社交网络分析工具,再采用Python语言针对特定功能编程,实现了意见领袖的识别。实验验证了识别模型的有效性和层次筛选方法的可行性。     

社交网络中社区领袖的挖掘算法

社交网络中用户和用户之间通过关注而产生联系形成社区。因此,文中借鉴PageRank算法,将传统上把影响力平均分配给关注的人的做法加以改进,依据用户间的亲密程度将影响力按比例分配给关注的人,从而生成新的UserRank算法。算法经过多次迭代计算后,社区中每个用户的影响力收敛并趋于稳定,影响力值最大的用户,就是社区领袖。实验表明,本算法能更快更有效地挖掘出社区领袖。     

支持向量分类和多宽度高斯核

支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.     

基于多元属性的社团挖掘在意见领袖发现中的应用

意见领袖是网络舆论传播中的关键,在舆情分析中有重要意义.采用无向图建模,将链接两端节点的PageRank值与相似度,作为链接的双重属性,通过二次判别式对链接进行主次划分,将整个网络划分为核心与非核心两类用户,并将网络中的大社团进行细化,结合细化后的社团跟核心用户的划分结果找出其中相应的子社团中的意见领袖,提出了一种基于二元分类的意见领袖发现算法.     

灰色关联分析与支持向量机相融合的网络安全态势评价

为了提高网络安全态势的评价准确性,提出一种灰色关联分析与支持向量机相融合的网络安全态势评价模型.首先采用灰色关联分析对网络安全态势评价指标进行筛选,并根据对评价结果贡献赋予评价指标权值,然后将重要的评价指标作为支持向量机的输入向量,并采用社会力模型算法选择模型的参数,最后采用仿真实例分析了模型的评价性能.实验结果表明,本文模型通过灰色关联分析选择支持向量机的输入向量和社会力模型算法选择了最合理的型参数,可以准确描述网络安全态势与评价指标之间的变化关系,不仅提高了网络安全态势评价的正确率,加快了建模速度,而且获得比经典模更优的评价结果.     

电台、电视台拥抱互联网 反向渗透小屏——解读广电一号文

今年1月,广电总局发布了2013年一号文,以期"促进主流媒体发展网络广播电视台,进一步提升网络广播电视台舆论引导力和社会影响力"。2013年1月,广电总局发布了2013年1号文《广电总局关于促进主流媒体发展网络广播电视台的意见》(下文简称《意见》)。该《意见》目的是为了"促进主流媒体发展网络广播电视台,进一步提升网络广播电视台舆论引导力和社会影响力"。     

结合时间因子的校园论坛用户影响力分析方法研究

针对如何在高校论坛中识别出高影响力用户的问题,提出了一种结合时间因子的论坛用户影响力计算方法.在PageRank算法的基础上,通过分析论坛用户回帖行为随时间变化的规律引入用户影响力的衰减系数,并根据用户间的交互情况,通过用户间的交互次数和用户主题参与度来优化用户影响力的分配形式.实验结果表明:在相同时间段内,改进后的算法相对于PageRank算法能够识别出具有更强中心性特性和更高用户覆盖率的高影响力用户.在连续时间段上,通过引入衰减系数能够发掘当前真正具有影响力的用户并保持稳定的用户覆盖率.     

基于多维特征分析的社交网络意见领袖挖掘

在社交网络中进行意见领袖的挖掘对信息传播与演化的深度分析、舆情监控和引导具有重要意义,本文综合结构特征、行为特征和用户的情感特征对意见领袖节点挖掘问题进行研究.本文首先对微博真实文本数据进行话题识别得到主题社区,在主题社区中基于用户节点之间的关注关系构建交互网络拓扑.然后分别从结构、行为和情感三个维度对用户的影响力进行度量.最后,分析用户在主题社区中的影响力分布与传播规律,提出意见领袖识别算法MFP(Multi-Feature PageRank).实验表明,该算法可有效地挖掘潜在的意见领袖节点,能够获得较高的支持率.     

基于受限非负张量分解的用户社会影响力分析

针对传统社会影响力分析方法未能充分考虑观点和话题信息等问题,提出了一种基于受限非负张量分解的用户社会影响力分析方法。首先把社交媒介用户相互评论关系自然地表示成三阶张量,然后通过拉普拉斯话题约束矩阵控制张量分解过程,最后根据分解得到的潜在因子度量用户观点社会影响力。该方法的优点是能有效地从受限张量分解结果中检索出给定话题下用户的社会影响力,同时保持其社会影响力的极性分布。实验结果表明,该方法的性能优于OOLAM和TwitterRank等基准算法。     

Two-Layer Coupled Network Model for Topic Derivation in Public Opinion Propagation

In view of the fact that news can generate derivative topics when it spreads through micro-blogs,a two-layer coupled SEIR public opinion propagation model is proposed in this paper.The model divides the process of public opinion propagation into two layers:the original topic layer and the derived topic layer.Messages are transmitted separately by the SEIR model in the two topic layers,which are independent and interactive.The influence of the topic derivation rate on the propagation trend is established by solving for the equilibrium point and propagation threshold.Further,we establish the relationship between the original topic and the derived topic by simulation.This paper uses the Baidu index to demonstrate the correctness of the model.The relationship between the derived topic and the original topic is verified by adjusting the parameters by the control variable method.The results show that the proposed model is consistent with the propagation of actual public opinion.     

基于结构的论坛回帖倾向性研究

随着互联网的快速发展,网络论坛已经成为了网络时代的重要组成部分,在论坛中,主题帖固然重要,然而多数人都是通过对所关心的主题帖进行回帖来表达自身的观点,因此论坛中的回帖往往更能反映出社会的舆论倾向。以论坛回帖为研究对象,提出了一种结合论坛回帖的特点的倾向性分析系统,相比传统的倾向性识别系统,该系统通过分析回帖文本所在的楼层结构以及文本倾向性来研究回帖的语义倾向。实验表明,新系统的判别准确率在80%以上,具有良好的应用前景。     

基于Lucene全文检索在网络舆情的研究

随着互联网逐渐成为当今社会最重要的舆情载体,网络舆情监控正受到政府、企业及个人的密切关注。通过网络舆情监控,能够了解舆论动向,引导舆论发展,从而制定正确的应对策略,并及时采取措施。在丰富的Web资源中,高效率的搜索并获得所需要的舆情信息是一件困难的工作。为了解决这样的问题,在基于Lucene灵活的API函数接口和可以定制的数据存储结构的基础上,设计了一个高效率、合理的、实用的网络舆情系统,实现对网络舆情的快速监控。     

面向热门话题的微博观点挖掘方法

提出了一种微博热门话题的观点挖掘方法。首先通过句法依存关系模板和支持向量机(SVM)共同识别热门话题中的观点句,然后进一步通过词法关系和句法依存关系抽取观点词对,从而简明、清晰展现热门话题中的观点。最后通过实验证明了该方法的有效性。     

东营市应对网络舆情的联动应急机制研究

论文在分析了网络舆情危机的成因、特点及演化等问题的基础上,进一步分析东营市地方政府应对网络舆情危机不恰当的因素。从而提出应该构建应对网络舆情危机的应急机制体系,提升东营市地方政府对网络舆情危机的掌控能力与应对能力。     

Chilean conversations: Internet forum participants debate Augusto Pinochet's detention

Chileans from around the world discussed the October 1998 arrest of ex-dictator Augusto Pinochet in London and debated the legacy of the military government over an Internet forum associated with the publication La Tercera . This study of 1,670 letters argues the online forum is a public space and identifies 4 characteristics of the space as it relates to public sphere theories: access, freedom of communication, structure of deliberation, and the public use of reason. Participants in forum debates generated both public opinion and collective memories of the recent past, thus becoming part of the broader Chilean reconciliation.