在线社会支持对新能源汽车购买意愿的影响

提高新能源汽车的使用率对于“双碳”目标的实现具有重要意义。本文基于社会认知理论和社会资源互换理论,以新能源汽车购买群体为研究对象,构建了在线社会支持通过绿色自我效能的中介作用影响新能源汽车消费者购买意愿的理论假设模型,并采用问卷调查法,揭示了在线社会支持对新能源汽车消费者购买意愿的影响机理。研究结果显示:在线社会支持和绿色自我效能对新能源汽车消费者的购买意愿会产生积极影响。在线社会支持包括信息性支持和情感性支持,它有效增强了消费者的绿色自我效能,进而对其购买意愿产生积极影响。本文的研究成果可为新能源汽车的推广和应用提供重要的理论借鉴。

基于复杂网络理论的在线社会网络分析

综述了近年来复杂网络理论在在线社会网络研究中取得的进展,重点包括在线交友网络、在线社区和在线社会媒体等3大类在线社会网络的实证研究。在线社会网络的拓扑性质,尤其是度同配指数,与现实社会网络存在不同之处。解释了在线社会网络中度异配性产生的根源,指出在线的和现实的社会网络的形成具有不同的底层机制。最后总结了在线社会网络的研究意义、理论价值、潜在的应用和未来的研究方向。

同舟共济的乌托邦:考研生寻求在线社会支持的类型学划分——基于对微信考研社群的观察

通过网络民族志和深度访谈的方法,利用在线社会支持的理论工具,聚焦微信考研社群,试图探究考研群体不同类型的在线社会支持寻求路径和实践机制。将“在线社会支持寻求”划分为四种类型:主动型、间接型、被动型和持续型;按照备考者在社群中的活跃程度,将其分为活跃型、潜水型、窥屏型以及私交型。研究发现,微信考研社群是处于“社会真空”状态下的备考者们“再嵌入”社会生活的一处电子乌托邦,为孤独的考研群体提供着不同程度的情感性和实际性社会支持。同时,囿于备考者人生阶段的持续更迭,不少考研“同温群”较为脆弱,存在“用完即走”的强流动性。

在线社会网络中信息扩散

在线社会网络中信息扩散研究可以帮助网络用户获取有价值信息、帮助企业推广产品、帮助政府调控舆情,应用价值巨大.该文旨在综述在线社会网络中信息扩散研究的现状.首先详细阐述了研究背景和研究意义;随后将当前研究划分为基于理论扩散模型的研究和基于信息扩散级联的研究两类,前者包括信息扩散特性研究、信息扩散概率计算、信息扩散最大化问题和竞争性的信息扩散最大化问题,后者包括信息扩散特性研究、用户影响力计算和信息扩散预测模型,对上述各方向的研究方法和研究进展进行了概括、比较和归纳,同时对各研究方向之间的内在关联进行了深入分析;接着探讨了信息扩散动态性和在线社会网络动态性的关系;最后对该研究目前存在的问题和一些未来发展方向进行了总结.

大型在线社会网络结构分析

为了揭示在线社会系统与现实社会网络的异同,研究了一个大型在线职业人士社交网络的结构特性.与现实社会网络相比,它不仅表现出如无标度和小世界特性、高聚类系数、层次化和社团结构等共性,而且表现出如连通子图规模分布、度分布和社团规模分布中所呈现的锯齿状以及度异配性特性.同时,阐明了其相关特性的形成机制,构建了以重现该无标度网络的度分布模型,为相关动力学研究提供了实证基础.

在线社会网络的测量与分析

Facebook、Twitter、人人网和新浪微博等社交网站逐渐成为互联网上用户数量最多、最受欢迎的网站.近年来,国内外已有大量研究工作深入考察在线社会网络的拓扑结构和用户行为,这对理解人类的社会行为、改进现有的网站系统和设计新的在线社会网络应用具有重要意义.文中从测量角度对在线社会网络的拓扑结构、用户行为和网络演化等方面进行了综述,总结了常见的测量方法和典型的网络拓扑参数,着重介绍了用户行为特征、用户行为对网络拓扑的影响以及网络的演化.可以看出,随着研究的深入,在线社会网络的新特征逐渐被大家认识和理解,包括好友少的用户的交流范围集中在小部分好友,而好友多的用户联系的好友更均匀;用户之间的交互减小了在线社会网络的聚类系数,使网络结构更松散;边的生成受优先连接和临近偏倚的共同影响;小社团倾向于和大社团合并,大社团倾向于分裂为两个规模相当的小社团等.

基于交互行为的在线社会网络水军检测方法

网络水军对广告、谣言、木马和恶意链接进行传播,不仅干扰用户对在线社会网络的正常访问,还可能引发网络安全、社会稳定等方面的问题。针对网络水军信息传播的特点,提出基于交互行为的信息传播模型。模型根据不同传播主体间的交互定义特征来量化传播行为,使用决策树方法对水军传播的信息进行检测。通过新浪微博的真实数据分析传播模型并验证检测方法,结果表明检测方法能够对微博中水军信息进行有效检测。

在线社会网络共演化的结构推断与预测

在线社会网络研究中,关系结构和交互结构的共演化机理是一个十分关键的核心问题,它反映了在线社会网络关系结构变化、行为模式演化及关系结构与交互结构演化的互影响情况,对于社会推荐、网络舆情预警和控制等都具有重要意义.大量交互信息的可见性和真实关系结构的不易见性,使得利用动态交互网络直接推断隐结构和预测未来结构成为当前研究热点,并成为揭示共演化机理的一种途径.从微观尺度对2种重要的社会网络:社会媒体和社交网络中的动态结构推断和预测的研究进展进行了综述.首先对在线社会网络共演化和结构推断及预测进行定义,并对其之间关系进行分析;然后对隐关系强度推断、类型推断、关系结构预测和交互行为预测的关键技术等进行综述和分析,最后对在线社会网络结构推断与预测研究的难点和发展趋势进行分析和展望.

在线社会网络谣言检测综述

大数据环境下,在线社会网络与人们的生活、娱乐以及工作逐渐融为一体.然而"信息过载"和"信息污染"已成为在线社会网络诸多应用发展面临的主要瓶颈之一,并同时造成了用户的"信息焦虑"和"信息迷航"等一系列问题,因此在线社会网络谣言检测是改善在线社会网络信息生态环境质量、提升用户体验的有效手段.在线社会网络谣言检测隶属于信息可信度检测研究范畴,但谣言的不确定性、较强的时效性、主观性和关联性等特征又使得其与虚假信息检测有着本质区别.基于以上,该文从在线社会网络谣言的基本概念和特征研究出发,分别基于目标、对象和时间三个属性,分析了在线社会网络谣言检测研究基本问题的形式化定义,并介绍了研究中数据采集和标注的不同方法.然后,分别对不同类别和应用场景的在线社会网络谣言检测方法和谣言源检测方法进行了分析和总结.最后,该文讨论了在线社会网络谣言检测技术未来发展面临的若干挑战以及可能的研究方向.

社交网站(SNS)中在线社会支持的研究现状与趋势分析

[目的/意义]随着互联网的高速发展,社交网络从无到有,在全球迅速发展起来,人们开始更多的依赖从SNS中获得在线社会支持。与传统社会支持相比,在线渠道尤其是SNS对于人们给予和接受社会支持变得越来越重要。因此,对这一领域的中外文献进行整体分析,帮助研究人员了解这方面研究的发展现状和趋势是有必要的。[方法/过程]通过对2018年前社交网络环境下在线社会支持的中英文研究的期刊文献进行收集并对文献进行内容分析。通过对205篇中外研究文献进行多维编码分析,总结了目前的研究现状并探讨了未来研究的可能方向。[结果/结论]文章总结了SNS环境下在线社会支持的研究重点以及研究方法等研究现状,探讨了该领域在研究对象、研究方法、社会网络的结构与作用等方面的未来潜在研究方向和途径,并分析了中外研究者在研究方法等方面的差异。

基于共同好友数的在线社会网络社区发现算法

为了快速准确地找到在线社会网络的社区结构,提出了一种基于共同好友数和节点邻居信息的社区结构发现算法。该算法以共同好友数最多的两个节点为初始社区,不断寻找与社区连接性最强的节点,并以节点Q值为衡量标准,判断是否将该节点加入到初始社区中,最后根据节点邻居所在初始社区信息确定最终的社区划分。针对两个经典社会网络和人工生成网络数据的实验划分结果表明,该算法是可行和有效的。

在线社会支持对顾客公民行为的影响研究——基于品牌社区的实证分析

根据社会交换理论提出了在线社会支持对顾客公民行为的影响机理模型,并且基于在线品牌社区进行了实证。研究结果表明:在线社会支持可以表达为信息性支持和情感性支持两个维度;顾客公民行为可以表达为向他人推荐、提供反馈和帮助其他顾客3个维度;在线社会支持会通过关系质量正向影响顾客公民行为。其中,关系质量在信息性支持对向他人推荐、情感性支持对提供反馈的关系中起完全中介作用,在信息性支持对提供反馈和帮助其他顾客、情感性支持对向他人推荐和帮助其他顾客的关系中起部分中介作用。

在线社会网络中应急信息共享的系统动力学仿真研究

为了充分发挥在线社会网络在突发事件应急信息共享的巨大优势,基于系统动力学相关理论,通过文献及对比分析,建立面向在线社会网络的应急信息共享的动力学模型,使用仿真分析揭示各个因素相互作用的规律。研究结果表明,在线社会网络应急信息共享水平受政府信息透明度、网民参与性和网络舆情3个因素的共同影响;最后基于仿真结果进行策略设计,为应急管理部门充分利用在线社会网络开展应急信息共享提供决策思路。

非常规突发事件中在线社会网络用户信息共享动机研究

为了理解非常规突发事件背景下在线社会网络用户进行信息共享的动机,基于使用与满足理论,构建在线社会网络用户信息共享的动机模型,并提出若干研究假设,最后以芦山地震为背景,对新浪微博用户为对象进行问卷调查,统计分析结果表明:易用性和有用性感知、在线用户的满意度、利他主义、道德感知影响微博用户的信息共享行为,形象声望和对微博用户共享行为影响不显著。

在线社会网络的网络结构和信息传播研究综述

随着在线社会网络的大规模应用和普及,亟需对在线社会网络进行深入研究分析。在线社会网络的网络结构和信息传播研究是该领域中的两大研究热点和关键问题。网络结构包括关键节点、网络关系以及社团的挖掘,通过对网络结构的分析可以掌握被分析网络中存在的社团、节点之间的关系以及关键节点等,而这种分析对于国家及时掌握在线社会网络的舆情、公司广告在网络上投放策略的制定都具有极大的帮助。对在线社会网络信息传播的研究主要有信息传播动力模型、信息传播源和路径的发现与描绘、信息传播的最大化和最小化等,通过对在线社会网络信息传播的研究,人们可以对在线社会网络信息传播的影响进行预测和干预,从而可以将信息传播的影响按照有利的方向引导。综述了在线社会网络的网络结构和信息传播的研究现状,并对这两方面的主要研究方法及技术的优势和不足以及适用场合进行了对比分析。

融入在线社会资本的个人信用价值度量模型

社会资本与个人信用呈正相关性,特别是线下社会资本与个人信用之间的研究相对成熟,并将研究结果应用到车贷、房贷等领域.然而,针对在线社会资本与个人信用的研究相对较少,将在线社会资本作为量化指标进行个人信用价值度量问题仍有待深入研究.因此,本文以社会资本理论研究为基础,融入在线社会网络关系数据度量个人信用水平,结合传统个人信用度量模型,提出了转换在线社会关系的k-核信用价值度量模型,实验结合个人支付宝芝麻分经验数据,从实践角度验证了模型对修正个人信用的有效性.研究提出的度量模型对服务互联网金融领域、利用大数据建立征信系统,完善在线社会资本理论研究等具有重要意义.

在线社会网络增长中的优先连接

基于两组实证数据,研究了在线社会网络中用户的优先连接行为,发现虽然对不同的网络优先性指数存在较大的差异,但用户均表现出统计上显著的优先连接行为.基于此构建了一网络增长模型,考虑了三种场景下的优先性,模型解析解、数值模拟与实证数据三者之间取得了较好的一致.对实证网络数据进行了统计分析,讨论了两网络度分布统计特性的异同.分析了结构网络之上的用户交流网络,发现用户之间的平均交流强度在其度值超过邓巴数后迅速减小.

在线社会网络中的多源信息扩散问题研究

研究了在线社会网络中的多源点信息扩散问题。首先针对在线社会网络中的多源信息扩散给出了以好友关系为度量的用户之间距离的定义;然后基于Digg数据集设计了一种多源信息实例的近似选取算法,并通过大量实验分析研究了多源信息扩散实例的扩散规律和特征;最后利用一种线性扩散模型对多源信息扩散进行了预测。较高的预测准确率表明,提出的距离度量方式和多源信息选取算法是可行有效的,并证明了该线性扩散模型对于多源信息的扩散具有较好的预测性能。

在线社会网络中多话题竞态传播分析与建模

针对在线社会网络中多个话题在传播过程中呈现出的竞争状态,进行了竞态传播过程的测量与分析,并建立了多话题竞态传播模型。基于多个话题数据进行了话题参与用户行为分析,发现较少用户会持续关注同一个热点话题,并且会有一定数量用户在多个同类话题间转移关注,从而使得多个同类话题在并行传播时对吸引用户参与呈现出竞争态势。在分析结果的基础上,建立了考虑话题之间相互影响力以及话题吸引度的多话题竞态传播模型,该模型可有效描述多个同类热点话题在同时间段出现时各个话题之间的相互影响情况,以及各个话题在传播过程中人群参与规模的变化情况。在与实际数据的对比实验中,模型仿真结果的平均峰值出现时间的误差为0.2d,平均传播周期的误差为2.4d,话题间用户平均转出比例的误差为1.2%,并且能复现参与人数的单峰性、长尾特性等话题传播的动态特性。上述实验结果表明,该模型可有效描述在线社会网络中的多话题竞态传播动态过程。

在线社会网络用户的信息分享行为预测研究

在线社会网络中信息的传播路径包含着用户对内容、来源等的偏好信息,研究运用信息的传播路径来预测用户信息分享行为的方法。基于传播路径的信息过滤能力研究了信息在网络中的传播过程和信息传播路径的转换方法。运用基于关联规则的分类算法对在线社会网络中的信息分享行为进行预测。以新浪微博为例对微博用户的转发行为进行了预测,结果表明该方法对在线社会网络中的活跃用户的信息分享行为的预测具有较好的效果。