微博信息挖掘技术研究综述

对目前微博信息挖掘技术中的微博内容挖掘及用户关系挖掘的研究情况及相关方法进行介绍及归纳,认为其中微博内容挖掘主要包括微博短文本挖掘、话题趋势检测、情感倾向性分析等方面,用户关系挖掘主要包括用户群体特性、用户社区发现、意见领袖挖掘及微博传播模式等方面;指出这些方法的局限性,并对微博信息挖掘的发展进行展望,以为进一步研究提供参考。     

A Survey of Microbiog Data Mining

对目前微博信息挖掘技术中的微博内容挖掘及用户关系挖掘的研究情况及相关方法进行介绍及归纳,认为其中微博内容挖掘主要包括微博短文本挖掘、话题趋势检测、情感倾向性分析等方面,用户关系挖掘主要包括用户群体特性、用户社区发现、意见领袖挖掘及微博传播模式等方面;指出这些方法的局限性,并对微博信息挖掘的发展进行展望,以为进一步研究提供参考。     

微博用户生成内容的动机研究

在文献分析和深度访谈的基础上,提取可能影响微博用户生成内容的三个层面的动机并建立模型,使用SPSS对数据样本预处理后,利用结构方程软件LISREL进行模型测量和模型构建及修正,验证相关假设,重构微博用户生成内容动机模型。为揭示微博用户生成内容行为的内在驱动规律、监控网络舆情、帮助服务商开发出"以用户为中心"的产品和服务、引导微博健康良性发展提供理论依据和参考。     

微博用户共享行为影响因素研究

本文以微博为研究对象,选取新浪微博为例,结合计划行为理论(TPB)等理论,归纳出微博用户共享行为的六个影响因素,并构建了影响因素模型.利用spss、amos软件探究影响路径,分析微博用户共享行为的影响因子,对假设进行验证.结果显示,信任和互惠这两个因素对微博用户的共享行为有明显的影响.本文还对企业用户、普通用户等不同类型的微博用户提出了相关建议.     

大数据环境下高校档案用户行为分析

在对互联网"用户行为大数据分析"这一技术创新进行深入考察的基础上,对于其内涵与实际研究的现实意义进行了全面概括,并提出了与数据源集成机制相关的内容。基于此,将高校档案用户行为的大数据分析作为研究重点进行了全方位探讨,以期能够进一步促进高校档案机构提供增值性服务。文章将大数据环境作为重要背景,阐述了高校档案用户行为分析的相关内容,希望对大数据技术未来的应用提供有力保障。     

信息传播过程中微博用户心理需求研究

对微博应用状况及微博用户研究现状进行总结,通过对微博交互式的信息传播流程模型的分析,探讨微博用户在进行网络社交活动时的心理需求与行为动机,进而对微博用户网络行为提出新认识。     

社会化媒体用户的情感体验与满意度关系——以微博为例

微博等社会媒体正面临用户活跃程度下降,老用户停止使用的困境。以往的信息系统持续使用理论忽略了用户情感的重要作用,因而对微博等信息系统用户持续使用行为的解释力不足。基于此,本文旨在探究微博用户情感体验与用户满意度之间的关系。研究分两个阶段进行:第一阶段采用心理学中的情感测量方法,分析微博用户在使用过程中的情感体验;第二阶段测量在前一阶段中得到的各种情感的强度,通过回归分析验证用户情感与用户满意度之间的关系。研究发现了用户使用微博中体验到的、出现频率最高的16种情感,其中9种正向情感和7种负向情感,正向情感与用户满意度之间存在显著的正向影响关系,微博用户使用经验对正向情感与用户满意度之间的关系有正向调节作用。这对全面理解微博用户的行为规律具有理论意义,对微博平台运营以及微博营销等应用有实际的指导意义。     

图书馆战略规划中的用户研究与服务——对国外图书馆战略规划文本的分析

文章利用内容分析法对国外重点图书馆发展战略和愿景规划中有关用户研究与服务的内容进行分析和梳理,归纳出这些图书馆战略规划在用户信息环境、用户信息需求、用户信息行为、用户信息技术等方面的主要内容和特点,以期对我国图书馆的用户服务提供参考和借鉴.     

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。     

基于社会渗透理论的社交网络用户隐私披露行为研究

[目的 /意义]现有的社交网络用户隐私披露相关研究以隐私披露意愿研究为主,且存在研究方法单一、数据来源主观等问题。意愿并不能完全转化为行为,因此本研究利用社交网络平台用户行为数据对影响其隐私披露实际行为的因素进行分析,比较其与隐私披露意愿研究的差异,为理解用户隐私披露行为提供参考。[方法 /过程]本研究参考现有研究影响因素体系,基于社会渗透理论,构建用户隐私披露行为的广义线性模型,以新浪微博这一典型社交网络平台为例,通过网络爬虫采集新浪微博用户数据,并利用该数据衡量和探究用户隐私披露行为。[结果 /结论 ]研究结果表明,人口统计学变量、社交网络经验、社交网络规模、微博生产力对用户披露信息的敏感性及维度存在不同程度的影响,人口统计学变量对用户隐私披露实际行为的影响与部分隐私披露意愿研究有所区别。用户客观数据对隐私披露行为的度量加深对社交网络用户披露行为的理解,也为相关研究的开展提供数据基础。