一种面向微博用户的标签推荐方法

首先对国内微博平台的信息进行了综合分析,主要介绍了微博信息的定义,在错综复杂的微博信息中哪些信息比较重要,以及这些微博信息包含哪些详细的内容,是如何组织的.然后选取新浪微博平台作为研究对象,利用新浪微博API设计了爬虫程序,抽取用户信息；以用户的关注人数、粉丝数和发布的微博数为标准对用户信息进行了定量分析.最后根据分析...     

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.     

新浪以开放之名行封闭之事

尊敬的曹国伟同志,首先,作为一个新浪微博加V用户,我向您表示敬意。显而易见,如果没有新浪这两年来的全力以赴、上陈下达,微博这个新东西,在神州大地可能早就不是个东西了,毕竟,第一个国产微博平台饭否的命运,我们还记忆犹新。另外,在形形色色的国产微博平台中,新浪微博无论从用户的数量、层次,     

微博用户关系研究

本文以新浪微博为例,通过抽样分析来对微博中的社会网络进行研究。文章通过对明星用户之间和普通用户之间的网络密度分析、中心性分析和距离分析来了解微博用户的群体特征。重点讨论了微博用户之间所存在的社交关系以及信息是如何在这样的社交关系中进行传播的。     

新浪微博至今脱困无方

淘宝、天猫有着近千万的活跃网商,他们无不希望在阿里平台之外的社交网络构建自己的流量体系,拓展客户群。这被视为在新浪微博商业化道路上遭遇严重挫折的曹国伟,在微博盈利模式探索上的绝佳突破口。按照合作双方的说法,阿里巴巴和新浪微博将在用户账户互通、数据交换、在线支付、网络营销等领域深入合作。但至今,"阿里浪"合体已经几个月,结果似乎简单得有些让人失望。我们看到新浪微博在商业化领域的唯一明显变化是淘宝、天猫的广告,堂而皇之地大规模进驻了新浪微博。我认为,社会化电商不是在微博上开淘宝店,新浪微博商业化,双方都应在社会化电商数据挖掘上更有所为。且不说数据、支付以及金融等,仅仅是账户互通一项,如果将拥有近5亿注册用户     

“阿里浪”:移动社交嫁接电商的增长样本

一直叫好不叫座的新浪微博终于为自己觅得了阿里这座靠山,双方的强强联手或将社会化电商引入真正的血拼季,这会对目前野蛮生长的社会化导购生态产生重大影响一年半没有更新个人微博的阿里巴巴董事局主席马云,原来一直在盘算入主新浪微博的事宜。4月28日,中国最大的电商平台阿里巴巴集团以5.86亿美元入股新浪微博,购得后者约18%的股份。根据双方达成的战略协议,未来,阿里有权将持股比例提升至30%。从2013年春节就开始流传阿里入股新浪微博的消息,至此尘埃落定。据本刊记者了解,此次合作后,双方将在用户账户互通、数据交换、在线支付、网络营销等领域,进行深度合作,并探索基于数亿的微博用户与阿里巴巴电子商务平台     

微博的“蝴蝶效应”

微博风起云涌,不少网民前赴后继加入微博大军。微博用户将在今年底突破5000万的预测绝不是天方夜谭。新浪微博用户达到1000多万,也不过用了五个月时间。     

基于微博网络的信息传播模型

微博（Microblog）中信息传播的面积、速度、效率都得到了极大提高,研究信息在微博中的传播规律,对控制和引导舆论具有非常重要的理论价值和现实意义。结合信息在微博网络中的传播规则和微博网络的拓扑结构,通过构建一种新的基于微博网络的信息传播模型,并在实际新浪微博拓扑子网中模拟信息流向,得到如下结论：当信息敏感度大于某一临界值后,明星用户在信息扩散中的意见领袖角色随着信息敏感度的增加而逐渐弱化,当信息敏感度趋于1时,明星用户在信息传播中的优势趋于0。     

新浪与腾讯的口水仗

新浪微博似乎到了谁都不服的境地。3月2日,新浪公布了去年第四季度财务数据,并且高调地对外宣扬,新浪微博注册用户数量已经超过1亿。就在前不久,当一向沉默的腾讯宣布成为国内首家过亿微博用户的门户时,注册用户相差1000万的新浪表现出的不淡定,     

新浪与腾讯的口水仗

新浪微博似乎到了谁都不服的境地。3月2日,新浪公布了去年第四季度财务数据,并且高调地对外宣扬,新浪微博注册用户数量已经超过1亿。就在前不久,当一向沉默的腾讯宣布成为国内首家过亿微博用户的门户时,注册用户相差1000万的新浪表现出的不淡定,明眼人     

马云的SNS梦美好却残酷

阿里巴巴使出了一个大手笔,马云用5.86亿美元获得新浪微博18%的股份。新浪董事长兼CEO曹国伟在微博上说,阿里巴巴战略投资新浪微博,双方会共同探索社会化电商和移动电商。穷困潦倒而又不缺人气的新浪微博,与财大气粗而又骂名滚滚的阿里巴巴的结合,让人有了巨大的想象空间。确实如此,社会化电商是两者能够结合的关键因素。马云一直希望将阿里打造成一个生活圈,而不仅仅是单个的商店和购物网点,而只有通过社交平台才能构建一个完整的生活圈。马云想要的金矿,是新浪微博这个中国最大社交网络平台上的用户数据和中国最大的移动互联网入口之     

基于数据挖掘的微博人气用户特征分析与研究

通过网络爬虫从新浪微博站点上爬取人气百强用户信息数据,利用Clementine软件的C5.0决策树模型对这些数据进行分析。结果表明:人气用户中,娱乐明星占据着大部分,并且微博中的名人具有关注数小,被关注数大的特征。名人效应非常显著,"非著名话唠"想要引起大家的观注依然困难。     

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.     

基于微博分类的用户兴趣识别

社会媒体成为用户分享与获取信息的重要平台。发现感兴趣的微博账户与信息是社交媒体平台最重要的活动,其关键问题在于用户兴趣模型的构建。提出基于微博分类的用户兴趣识别方法。首先人工构建目标分类体系,基于典型微博账户采集微博训练语料训练微博分类器,而后通过对用户微博进行分类识别出用户感兴趣的类别。实验表明基于典型主题类别微博,结合词语与主题的特征可有效进行微博分类达到86%的F值,输出的类别可准确表示用户兴趣。     

基于Python的新浪微博爬虫研究

对比新浪提供的API及传统的爬虫方式获取微博的优缺点,采用模拟登陆和网页解析技术,将获取的信息存入数据库中并进行分析。基于Python设计实现了新浪微博爬虫程序,可以根据指定的关键词获取相应的微博内容及用户信息。     

新浪微博与Twitter的特性对比研究

随着微博客服务的流行,越来越多的用户在微博上用其在线账号进行交流,使真实世界的人们和微博中的用户形成了一一映射.无论是新浪微博本身还是新浪微博中的用户都有很多独特的特性.本文利用新浪微博用户关系网络中的弱连接组件(Weakly Connected Compo-nent)对新浪微博的很多重要特性进行了讨论.同时,又进一步分析了新浪微博与Twitter在网络结构和同质性方面的相同点和区别.与Twit-ter相比,新浪微博的关系分布指数不对称,同质性也更低,并且本次研究还在新浪微博中发现了中国用户的"北漂"现象,这些都反映出中国社会和用户独有的特征.     

新浪与万网共推微站中小企业或成微博创利之源

"微表达"带来了"微时代",而在这个"微时代"中,中小企业敏感地抓住了微博这一销售阵地,并把微博成本低、效率高的优势发挥到了极致。中小企业对微博营销的重视,或将打开微博的盈利之门对于新浪微博来说,虽坐拥3.24亿的用户资源,但如何才能盘活这海量的资源并带来收入,却一直是新浪的一个难题。另一方面,中小企业是较早嗅到微博的营销价值的一个群体,并试图通过     

基于限制性玻尔兹曼机的微博主题分类

智慧城市依赖于对大数据的充分利用。近年来,随着移动互联网的发展,在线微博平台,比如新浪微博、Twitter等,已经成为了大数据的主要来源之一。微博平台上产生的海量短文文本信息使用户很难找到自己感兴趣主题的相关信息。本文提出了一种基于限制性玻尔兹曼机的微博短文本的主题分类方法。通过对短文本进行主题建模,挖掘出潜在主题信息,根据短文本的潜在主题信息可实现对短文本的主题分类。     

基于兴趣偏好的微博用户性别推断研究

用户属性,如：性别、年龄等,是计算心理学、个性化搜索、社会化商业推广等研究和应用考察的核心因素。利用用户生成数据自动推断用户属性成为新兴的研究课题。本文提出基于用户兴趣偏好研究微博用户的性别推断问题。考察了用户内容偏好以及关注行为偏好对性别推断的作用。在新浪微博近万名用户的数据集上证明了用户偏好特征的有效性。与传统的语用特征相比,将用户内容偏好与关注偏好相结合能够显著提高推断准确率。关注偏好特征对推断非活跃用户的性别尤其有效。     

新浪微博反垃圾中特征选择的重要性分析

微博中的垃圾用户非常普遍,其异常行为及生产的垃圾信息显著降低了用户体验。为了提高识别准确率,已有研究或是尽可能多地定义特征,或是不断尝试提出新的分类检测方法;那么,微博反垃圾问题的突破点优先置于寻找分类特征还是改进分类检测方法,是否特征越多检测效果越好,新的方法是否可以显著提高检测效果。以新浪微博为例, 试图通过不同的特征选择方法与不同的分类器组合实验回答以上问题,实验结果表明特征组的选择较分类器的改进更为重要,需从内容信息、用户行为和社会关系多侧面生成特征,且特征并非越多检测效果越好,这些结论将有助于未来微博反垃圾工作的突破。