基于服务转型视角的关系型虚拟社区研究

新时期关系型虚拟社区在把握会员偏好上的偏差导致其增速趋缓,而微博发展迅猛。分析了关系型虚拟社区发展现状及网络用户需求的变化,指出虚拟社区面临的问题,并借助对微博发展的关联因素分析,提出从服务转型角度的关系型社区的应对策略,以给关系型虚拟社区在新时期的持续发展提供策略支持参考。     

新媒体时代微博新闻评论的特点与问题

随着社会的不断进步,微博的迅速发展,微博新闻评论这种新颖的新闻评论方式便应运而生。与传统时代的新闻评论相比,新媒体时代下的微博新闻评论具有时效性强、简练有力、互动性强、口语化平民化等鲜明特点,这也使得它成为了网络舆论的一个重要组成部分。但由于网络自身的特征,微博新闻评论中也存在着一系列的问题,这些问题同样是值得我们注意与反思的。     

谁在制造针对TD-SCDMA的谣言？

对于TD-SCDMA不行论和灭亡论而言，其推出时间基本上从中国提出这一标准以及被ITU确定为全球三大3G标准成立之日起，一直延续至今。从早期的TD-SCDMA不行论、灭亡论，到中期的TD-SCDMA补充论和3G成熟论，再到近期的TD-SCDMA测试失败论、TD-SCDMA放弃论以及近日的TD-SCDMA改频论，暂且不去追究这些言论的真与假，     

广播利用微博营销的途径

新媒体发展与传统媒体交互融合已经成为大趋势.新媒体的不断创新,对传统媒体既是机遇也是挑战.笔者根据新媒体技术微博营销的特点,为广播制定出重视打造官方微博,注重微博内容策划,精心打造活动层次,独特定位宣传的微博营销方式等有效地微博营销措施,并结合实例论证出“传统媒体广播”利用好“新媒体微博营销”才能在全媒体大战中立于不败之地.     

基于聚类分析的微博用户标签自动生成

基于用户发表的微博内容进行标签的自动生成,主要研究的是基于聚类分析的用户标签自动生成.本文首先介绍用到的关键技术:聚类技术和TextTank,提出了Baseline系统,接下来详细说明了基于聚类分析的标签自动生成方法,最后通过实验对该方法进行了分析和评价.实验结果表明,该方法生成的用户标签能够有效地解决同义标签的堆积问题,使得生成的标签能够在更多的维度上体现用户的兴趣.     

人民日报新媒体传播策略与启示

在新媒体发展迅猛的当下,作为中国第一大报、中共中央委员会机关报的人民日报,选择在新媒体平台上进行突破和转变,其在微博、微信的公众账号的内容都是经过考量的,良好的尺度掌控力,得当的推送内容,充分体现其传播策略,并让人民日报在新媒体领域风生水起。不同平台的针对性传播策略、多平台的联动,与母媒的紧密联系都给当代传统媒体创造了成功的范例。     

基于神经网络的谣言检测综述

由于传播媒介的多样化,信息数据量呈爆炸式增长,从海量的事件信息中检测到谣言变得十分困难。为了减少人工成本,提高谣言检测准确率,深度学习中的神经网络模型被用到谣言检测任务中。首先文章对多种基于神经网络的谣言检测方法进行了介绍,分析了多种神经网络谣言检测模型的检测过程,以及多种神经网络模型在谣言检测过程中的判断依据及其特征提取效果,然后对现有的谣言检测模型结构进行了归纳,总结了使用神经网络检测谣言的模块化流程,最后对谣言检测的方法提出了建议。     

在线社会网络的数据采集方法的研究

在线社会网络是一个由亿万级用户及联接关系构成的大规模集合,其中以新浪微博为典型代表,目前已经成为人们日常交流的重要方式.如何在新浪微博中分析其用户的特征和网络拓扑结构成为研究在线社会网络的基础,利用新浪微博开放平台提供的API采集数据,实验证明,该方法切实可行.     

从“微”时代的生产性受众看《我是歌手》的成功

在互联网背景下,特别是微博平台上,受众主动性的边界不断被突破,《我是歌手》的成功更是充分体现了费斯克“生产性受众”理论的实践价值。本文试图透过《我是歌手》节目分析其成功背后功不可没的生产性受众,通过对“异常解码”“生产性文本”“受众生产的快感”内涵的解析来看受众是如何在微博平台发挥其能动性的,并总结出编码者是可以适当引导解码者的结论。     

面向推特平台的谣言检测综述

随着信息技术的高速发展,twitter、微信等社交媒体应运而生,而这些社交媒体在带给人们便利的同时,也为谣言的传播提供了良好的渠道,因此,针对谣言的识别检测十分重要。文章将现有的谣言检测技术分为基于传统方法的谣言检测技术和基于深度学习的谣言检测技术;同时,选取近年来比较典型的谣言检测方法进行介绍和总结。