当今微博谣言分类及影响谣言传播效果的关键指标研究

随着微博"热"的不断升温,过去一年微博谣言滋生连连,微博独特的信息传播特点,使其成为了谣言泛滥的温床。本文紧跟时代热点,以2012年下半年120条微博谣言为研究样本,进行微博谣言的内容分类,并随机对各类谣言样本进行影响传播效果的指标分析。期望从探究影响微博谣言传播的关键指标中找到有效遏制谣言的方式,也为法律规范和管制微博谣言的传播提供借鉴的依据。     

微博谣言特征及辟谣策略研究——基于新浪微博的质性研究

作为一种新兴媒介,微博的即时性、碎片化和网状结构等特征使其具备着更强的谣言传播潜力。通过分析2011年新浪微博辟谣账号发布的信息,本研究发现表达某种社会意见的内容最容易成为谣言话题,且谣言背后往往隐含着不安及愤怒情绪。针对微博谣言的传播规律,将建立谣言举报制度、强化意见领袖的作用以及消除偏见等多种辟谣策略相结合将成为微博辟谣的最有效手段。     

微博谣言的扩散路径与消解策略

谣言自古有之,而现代媒介的发展、尤其是自媒体的发展则使谣言增添了滋生的土壤和传播的捷径.如何对其甄别和消解,是我们必须重视的问题.相比于传统谣言,微博谣言具有如下典型特征. 微博谣言的特征 第一,裂变式的传播速度,这也是微博谣言有别于传统谣言的主要传播特征.微博是一种高效的自媒体媒介工具,任何人都可以在任何时间、任何地点通过电脑和手机发布微博信息,这在加快信息传播速度的同时,也助长了谣言的传播能力.尤其是一个“大V”微博主,通常会拥有成百上千的受众“粉丝”,其发布的微博信息可以在短时间内被大量和连续转发,百而千,千而万,进而产生类似核裂变的巨大效应.     

微博谣言的生成机制及传播效果分析

微博改变了信息传播模式,然而由于微博信息传播具有一定的局限性,受众往往不能全面地掌握信息,难以理性地对事件做出评判,加上信息的不确定和传受双方的不对等,很容易使谣言在微博平台大肆传播。本文探讨了微博谣言的生成机制以及微博谣言的传播效果,探讨了意见领袖在谣言传播过程中的作用,以及微博谣言对受众的心理、行为产生的影响。     

微博谣言传播模式及治理研究

随着信息技术的发展,微博已成为传播信息、报道新闻的重要平台。活跃在微博上的除了拥有众多粉丝的"大V"和象征权威的政务微博之外,具有权威性、公信力的媒体作为一支拥有强大话语权的力量也在社交平台上积极地传播信息,然而,微博在为我们提供充足信息的同时也成为滋生谣言的温床。本文研究微博谣言的传播特点和模式,分析微博谣言产生的原因,并提出治理微博谣言的对策和建议。     

微博谣言的生成机制及传播效果分析

微博改变了信息传播模式,然而由于微博信息传播具有一定的局限性,受众往往不能全面地掌握信息,难以理性地对事件做出评判,加上信息的不确定和传受双方的不对等,很容易使谣言在微博平台大肆传播。本文探讨了微博谣言的生成机制以及微博谣言的传播效果,探讨了意见领袖在谣言传播过程中的作用,以及微博谣言对受众的心理、行为产生的影响。     

徽博谣言，从众流瀑中的虚假信息传播

在微博当道的互联网时代,人人都可以成为谣言的制造者、传播者和受害者。本文旨在分析微博谣言传播的过程：从众流瀑中的虚假信息传播,并对谣言发生后如何进行谣言消解和沟通辟谣提出一些浅显的建议。     

微信和微博中谣言传播比较

移动互联时代,微信与微博成为最常用的两大社交应用和信息获取平台,但在微信和微博中谣言传播泛滥,污染传播生态,影响正常信息获取与社会交往。本文从平台属性、用户关系、信息内容、平台开放度、信息甄别机制五个方面,比较了微信与微博的信息传播差异,在此基础上,从谣言的内容、谣言传播效果、辟谣机制三个方面比较微信和微博中的谣言传播。     

论新媒体时代谣言的传播特征和控制策略——以微博传谣为例

近年来,随着新媒体产品的广泛应用,用户在享受信息带来的便利的同时,也受到其带来的副产品——谣言的影响。本文试以微博为例,探讨新媒体时代谣言的传播特征,并对如何控制谣言传播提出对策。     

微博谣言,从众流瀑中的虚假信息传播

在微博当道的互联网时代,人人都可以成为谣言的制造者、传播者和受害者。本文旨在分析微博谣言传播的过程:从众流瀑中的虚假信息传播,并对谣言发生后如何进行谣言消解和沟通辟谣提出一些浅显的建议。     

基于深度神经网络的微博图书名识别研究

[目的/意义] 微博作为一种新兴的社交媒体平台,被互联网用户广泛关注。微博数据中包含着大量的用户信息、用户行为及用户生成内容,基于微博内容自动识别图书名有利于分析用户阅读兴趣、收集用户对图书的评价和挖掘图书相关知识。[方法/过程] 基于微博的数据特点,提出一种基于深度神经网络的表示学习方法,利用微博中候选图书名的上下文连续向量化表示,实现微博内容中的图书名自动识别。[结果/结论] 实验结果表明,所提出的方法显著优于传统基于特征工程的有指导机器学习方法,并达到91.92%的精确率。     

融入情感差异和用户兴趣的微博转发预测

[目的/意义] 微博转发是实现微博信息传播的重要方式,对用户转发行为进行研究可以更好地理解微博信息传播机制,对热点话题检测、舆情监控、微博营销等具有重要意义。针对以往研究中用户兴趣表示不够全面准确以及未考虑情感差异对用户转发行为的影响,提出一个融入情感差异和用户兴趣的微博转发预测模型。[方法/过程] 该模型首先从维基百科中提取概念语义关系构建维基知识库,将其作为语义知识源对微博文本进行语义扩展,解决语义稀疏问题;对语义扩展后的用户历史微博进行聚类,提取用户兴趣主题和主题对用户的影响力;然后计算微博中各类情感的情感强度,提取情感差异特征;最后结合用户行为特征、用户交互特征、微博特征、用户兴趣特征和情感差异特征,运用SVM实现微博转发预测。[结果/结论] 在新浪微博真实数据集上进行实验,验证了所提模型的有效性。     

突发公共卫生事件中微博谣言的识别

[目的/意义] 在"新冠"疫情这类突发公共卫生事件中,网络社交媒体上迅速产生大量关于疫情的言论,其中包含不少蓄意传播的谣言,不仅危害公众心理健康,而且会影响应对公共卫生事件的方案实施。识别突发公共卫生事件的谣言能够使民众正确面对危机,为社会安定、网络治理起到积极的维护作用。[方法/过程] 首先对采集到的疫情期间已被证实的谣言进行深度分析,提取谣言文本的主要特征,包括上下文特征、话题类别特征、情感程度特征、关键词特征等;然后针对文本分类模型中的文本特征表达较为单一的问题,利用不同的模型对提取的谣言文本特征进行向量化,并对各类文本特征进行加强和融合。其中通过TF-IDF计算的词向量权重在捕获上下文特征的同时,能够加强词粒度的关键词特征信息。最后,使用BiLSTM+DNN模型对融合的特征向量进行分类判别。[结果/结论] 实验结果表明,话题类别、情感程度等特征对谣言识别均有贡献,特别是经过强化后的词向量与其他特征融合后对识别准确率有明显提升,召回率、F1值等指标均达到90%以上,效果超过其他的谣言识别模型,说明笔者所构建的方法能够很好地实现对突发公共卫生事件背景下的谣言识别。     

基于微博客的图书馆读者服务工作研究

通过对微博客在图书馆信息交流中的特点研究,阐述了微博客这种交流形式在图书馆信息交流中的优势,提出应用微博客的信息交流促进图书馆读者服务的设想,以期能将微博客这种全新的信息交流方式应用到图书馆读者服务中。参考文献8。     

基于超网络的微博相似度及其在微博舆情主题发现中的应用

[目的/意义] 准确地计算微博相似度可以提高微博主题挖掘效率，对舆情治理、保障信息安全具有实践意义。针对微博文本语义稀疏、高维的问题，提出一种融入微博非文本特征的超边相似度算法。[方法/过程] 分析微博舆情发生机制，利用超网络模型表示微博舆情主题形成过程，通过计算各层子网相似度及各层子网对主题形成的贡献度构建超边相似度算法。[结果/结论] 研究发现，论文所提出的相似度方法有助于提升微博舆情信息的主题聚类效果，特别是对于文字性表述相似程度高的微博信息，具有明显的主题区分性。     

政务微博档案化保存初探

越来越多的政府机构开设了政务微博,通过政务微博发布信息、营销公关,但是政务微博中一些有保存价值的信息却没有存档。文章分析了政务微博的档案价值以及影响微博信息存档的因素,如信息量大、互动性、超媒体、即时性等。针对这些问题,提出要重视政务微博档案,建立健全保管机制,将有价值的政务微博进行档案化保存。     

微博信息可信度分析研究综述

简述微博信息可信度研究的背景和意义,并对微博信息可信度分析等相关概念进行界定;对微博信息可信度的研究成果进行梳理,指出这些研究的不足,并认为微博信息可信度分析的关键问题是微博信息特征的提取和可信度分析方法的设计;结合微博信息的特点及已有研究成果,指出微博信息可信度分析的核心技术包括自然语言处理、社会网络分析、机器学习与数据挖掘等;最后总结全文,对微博信息可信度分析的未来发展方向进行展望,为进一步研究提供参考。     

基于微博的图书馆社会化媒体营销研究

微博作为一种新型的社会化媒体营销工具,提供了一个用户直接参与交流的平台。以新浪微博为例,介绍图书馆如何构建微博平台,探讨微博在图书馆信息发布、参考咨询、创建用户交流平台及用户研究方面的营销应用,以及运行中需要注意的事项。     

微博客用户行为特征实证分析

微博客已发展成为一种重要的信息传播和交流工具,理解微博客用户行为特征,对于优化微博客平台、探索微博客在网络营销、教育及危机公共事件通报等方面的应用具有重要意义,也为研究新媒体传播理论提供数据基础。以新浪微博客为研究对象,抽取微博客平台提供的各项字段,从用户性别、地域、影响力等多个角度揭示当前微博客用户的行为特征及存在的问题。     

基于微博挖掘技术的企业产品信息监测研究

依据微博信息资源对企业产品信息进行监测,可以使企业更好地了解用户的相关信息。监测的基本步骤为:采集相关用户的描述标签与相关博文,对标签和博文分别进行聚类,从而发现兴趣社区与相关热门话题。其后以某一知名微博系统为平台,以某一品牌为例,进行相应的实证研究,结果表明所提方法具有一定的实践价值。