微博

自2011年微博用户爆发式增长以来,微博已经发展成为网民信息获取的主要渠道.微博改变了传统以媒体制造内容、用户被动信息获取的模式,形成了以个人用户为中心的"自媒体"模式,大大推动了媒体传播乃至整个网络信息传播的变革.     

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。     

基于模糊综合评价理论的微博用户影响力评价方法研究

本文在综合分析各大门户微博和第三方微博数据提供商等微博影响力评价数据和研究成果的基础上,研究中兼顾了微博社会化媒体及自身媒体的特性,主要从微博内容、微博受众以及微博传播力三方面进行了微博用户影响力的分析与探讨,提出微博影响力评价的改进思路,为微博营销提供参考指标。     

多微博平台用户数据采集

本文介绍了利用新浪、网易、腾讯、搜狐微博开放平台API,获取微博关键人、关键话题、传播态势数据的方法,针对多微博平台返回结果差异,给出了数据融合办法,提出通过接口封装、访问令牌切换、任务调度等技术,达到提高微博API调用效率、降低系统消耗的目的。     

媒体官微强传播效果影响因素——以《人民日报》官方微博为例

同一个媒体官方微博发布的微博,传播效果有强有弱,这与微博自身的因素有必然的联系.本文对《人民日报》官方微博进行分析,研究同一个媒体官方微博平台,强传播效果微博的影响因素.文章主要从3个方面进行分析：微博发布时间、微博传播内容、微博传播形式.从中寻找导致强传播效果的关键因素.     

微博信息传播规律及其利用探讨

微博作为“自媒体”时代的信息共享和交流工具,其传播价值日益显露。本文从实证角度出发,以“环球企业家杂志”账户的一条微博为样本数据,研究了微博信息传播范围逐层急剧增加、短时间快速衰减,微博用户因共同兴趣、爱好聚集的规律,探讨了有效利用微博进行信息传播的方法。     

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。     

微博对传统新闻传播模式的影响研究

随着互联网的广泛普及使用,媒体行业也已经逐渐进入到大众媒体时代,微博等社交软件的推广使用使人人都能成为新闻事件的传播者、评论者。微博的出现和应用对传统新闻传播模式,比如:报纸、电视、广播等产生了巨大的冲击,本文将重点围绕微博对传统新闻传播模式的影响进行研究。     

基于统计分析的微博信息传播规律研究

在基于统计方法的基础上,发现了微博信息传播速率所具有的普遍规律及信息传播路径所具有的典型传播模式。首先,通过微博开放平台,采用应用程序接口对微博信息的转播/评论数据进行采集,分析信息传播速率随时间变化的统计特性,得出不同话题类型的微博信息传播特征具有非常相似的结论：信息发布后,其转播/评论数在短时间内达到峰值,然后便很快衰落;然后,通过可视化软件NodeXL对采集到的数据发现了微博信息传播的3种典型传播模式：一触即发传播模式、多级传播模式和多点触发传播模式。     

社会化媒体环境中记者的社会角色研究

微博是社会化媒体的重要表现之一,从2009年开始微博成为了社会文化交流、社会动员的重要方式,微博已经深入到了人们生活的各个方面.相对于传统的媒体而言,微博的传播速度更为迅速、报道空间更为广阔,对一些权力腐败、官民冲突、社会问题的揭露更为及时.越来越多的人将微博当作资讯传播的重要途径,通过发帖、转帖、关注等行为进行传播.社会化媒体的出现也给传统的记者行业带来了新的出路,使得记者扮演的社会角色更加的多样化.     

中国社交信息的事件分析系统应用研究

随着网络社交媒体的迅速发展,微博覆盖的社会事件广泛多样,为了从由多个单点事件构成的复杂社会事件中发现与特定事件相关联同时具备时间和地点共性的信息,文中提出了中文社交信息的事件分析系统EASC。首先,该系统分别对事件的多个方面进行全景分析,包括事件的语义信息,时间和空间的趋势,公众情绪,隐藏的子事件,事件传播的关键用户以及用户的偏好等。然后,采用NoSQL技术实现各种各样的分析模型和微博管理。最后,对＂春节＂案例进行分析,验证了EASC的有效性,实现了关联信息的收集与汇总。该系统对进行关联信息的收集的活动,有一定的实用性和参考性。     

高校BBS与微博的用户社交行为特征分析

为了扩大信息宣传渠道传播校园正能量,高校会使用官方微博发布BBS的一些关键信息。通过对一个高校BBS微博的研究,实现了一种将微博社交信息反馈至BBS的信息抓取与编辑系统。在此基础上,分析微博用户社交行为特征,提出紧密度和亲密度的概念,很好地实现了用户间的好友关系及关注度。特殊标点符号对微博话题的提取能提供很大的帮助,通过比较基于词典与表情符号和基于不同词典的评论情感分析,得出综合网络词典和表情符号的方法能取得更好效果。     

Identification of Key Nodes in Microblog Networks

A microblog is a service typically offered by online social networks, such as Twitter and Facebook. From the perspective of information dissemination, we define the concept behind a spreading matrix. A new WeiboRank algorithm for identification of key nodes in microblog networks is proposed, taking into account parameters such as a user's direct appeal, a user's influence region, and a user's global influence power. To investigate how measures for ranking influential users in a network correlate, we compare the relative influence ranks of the top 20 microblog users of a university network. The proposed algorithm is compared with other algorithms — PageRank, Betweeness Centrality, Closeness Centrality, Out‐degree — using a new tweets propagation model — the Ignorants‐Spreaders‐Rejecters model. Comparison results show that key nodes obtained from the WeiboRank algorithm have a wider transmission range and better influence.     

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.     

基于用户与节点规模的微博突发话题传播预测算法

突发话题传播建模与预测的主要目的是对网络中可能产生不良影响的、紧急性突发事件的后续传播进行控制。目前微博网络中的话题传播与预测研究尚处于起步阶段。通过对病毒传染模型、消息传播模型以及话题传播模型的深入研究,提出一种基于微博粉丝关系、用户活跃度和影响力的话题传播模型,将微博用户集合划分为感染用户、易染用户和免疫用户,分析感染用户和易染用户的粉丝关系,预测下个时间窗口内被感染的用户规模。沿用话题传播模型研究中的“内外场强”概念,通过研究发现“内场强”和“外场强”有特定的比例关系,基于用户群的规模大小,分别提出基于用户和节点规模的话题传播预测算法。相关实验表明,基于用户的算法预测更为准确但是时间复杂度较高,基于节点规模的算法则更适合大规模数据集的处理。     

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。     

基于微博的地震后舆情监控系统设计研究

基于微博的地震后舆情监控系统的构建,可以对地震舆情信息进行监控和管理,并对震后信息进行实时发布,并为抗震救灾工作提供重要的辅助决策支持。在满足微博功能设计的基本需求基础上,采用Web技术对地震后舆情监控系统进行设计,为系统的应用提供了重要的技术支持。本文对系统设计采用的相关技术进行了分析,在满足基于微博的地震后舆情监控系统功能应用基本需求的基础上,结合Web技术对地震舆情信息系统的结构和功能进行了设计和研究。     

微博在环境科技传播中的应用研究——以新浪微博@环保董良杰环境科技微博为例

作为新媒体的典型代表,近年来微博发展非常迅速,能够有效地克服环境科技传播的时效性和交互性问题,降低环保科普的投入成本。以新浪微博@环保董良杰为环境科技微博案例,分析表明环境科技专业微博可以发展成为人气微博,上午6：00—10：00是发布微博的黄金时段,高质量的微博文源于网页新浪微博“原创”,话题紧扣环境热点、语言生动幽默、分析有理有据、观点言简意赅且富有强烈责任感是专业微博的重要生命力。环境科技微博面临着缺乏有效监管、专业性不足、“评论”与“转发”比例失衡、不能取代环境科技传播传统媒体等问题,应鼓励环境科技专家和专业机构开设微博,积极参与环境科技传播和互动,充分发挥微博优势服务环保科普。     

基于有意义串聚类的微博热点话题发现方法

针对微博数据特征稀疏、内容碎片化的特点,提出一种基于有意义串聚类的热点话题发现方法。结合重复串计算、上下文邻接分析和语言规则过滤多种策略,提取能够表达独立完整语义的有意义串,并将微博数据建模在相对较小的有意义串空间,通过聚类产生候选话题,根据热度排序发现热点话题。微博数据实验结果表明,该方法在一定程度上实现对微博高维稀疏空间的降维,对于微博空间的热点话题发现有效可行。     

一种微博用户情感影响者发现模型

情感在微博网络中传播并感染用户,对微博网络甚至现实世界都有重要影响.发现具有情感影响力的用户(情感影响者)对社会管理或制定市场策略等具有重要意义.本文建立了包含两种节点(用户,微博)和三种关系(转发,关注,发帖)的异质微博网络,利用微博情感相似性和用户情感行为相似性将其转化为只包含用户节点的同质网络,进而在该网络中使用随机游走模型发现情感影响者.贡献包含以下方面:利用微博情感相似性和用户的情感行为相似性验证了本文所构建微博网络的情感同配性,确认了情感影响在该网络中存在;提出EmotionRank模型用以寻找情感影响者;基于微博数据的实验结果有效验证了该模型的有效性和优越性.