社交媒体时代全球智库国际传播力研究:基于87家智库Twitter账户的社交网络分析

[目的/意义]智库在舆论引导、政治外交等方面发挥着重大作用,是国际传播力建设中不可或缺的一部分。开展智库国际传播力研究有利于提升智库综合实力及整个国家的国际传播力。[方法/过程]本文选取《全球智库报告2020》世界顶级智库榜单中智库的Twitter账户作为研究对象。首先,使用Python爬虫、NodelXL获取智库关注、互动数据。其次,运用社交网络分析法分析智库Twitter传播特点和各智库网络属性。再次,借助熵权TOPSIS法对其传播能力、传播效力进行综合评价。最后,通过线性回归探究二者关系。[结果/结论]第一,全球顶尖智库在Twitter中形成了紧密的社会关系网络,但智库间的直接信息交流占比低。第二,Twitter中智库交流较为开放,但同一国家、地区、机构的智库更易形成小团体。第三,对各智库传播能力、传播效果进行了综合评价,得到相应排名,其中美国、德国智库传播力评价结果突出。第四,传播能力对传播效力有一定正向影响,对传播范围正向影响更为显著。最后本文结合研究结论为我国智库提升国际传播力提出了3点建议。

基于大数据的社交媒体分析

随着社交媒体的普及和快速发展,一些常用的社交媒体,如Twitter、Facebook和微博等,每天产生的数据量达到了前所未有的规模。这些数据包含了丰富的用户行为信息、情感倾向以及社交网络结构等,为深入理解和分析用户行为提供了宝贵的资源。然而,如何从海量的社交媒体数据中提取有价值的信息,并对这些信息进行有效的应用,成为大数据时代面临的重要挑战。本文介绍基于大数据的社交媒体分析的方法和技术,包括文本挖掘、社交网络分析、用户行为分析、情感分析等,列举包括Hadoop、Spark、Apache Flink、Python、R、Kafka、Redis和Elasticsearch等大数据分析工具。最后,对基于大数据的社交媒体分析应用进行探讨,对于决策制定和问题解决具有重要意义。

社交媒体数据分析:互联网和大数据的融合

随着信息技术的飞速发展,社交媒体已经成为现代通信的重要组成部分,但同时也带来了数据处理和分析的复杂挑战。基于此背景,本文以社交媒体数据特性为出发点,重点探讨了大数据技术在社交媒体数据分析中的应用。通过案例研究,本文演示了这些技术在实际业务场景中的应用效果和潜在价值,旨在提供对社交媒体数据分析在商业策略制定中的作用和影响的深入理解,以期达到优化商业决策和提升市场竞争力的目的。

基于社交媒体分析的手机缺陷识别

为了从社交媒体中获取用户反映手机产品缺陷的数据信息,在对现有社交媒体分析框架进行改进的基础上,结合不同的平台特征,构建了基于社交媒体分析的手机产品缺陷识别框架;在综合分析比较后采用信息增益作为特征评估函数,利用支持向量机分类方法对社交媒体数据进行情感识别,构建手机产品缺陷语料集;基于主题模型算法对手机产品缺陷进行聚类分析,形成不同的缺陷内容聚类。相关实验研究结果表明,该方法能够有效地识别出中文社交媒体中的手机缺陷,具有较高的准确率和召回率。

大数据环境下精准客户定位的社交网络分析

大数据为企业进行精准营销提供了重要支撑,精准营销能提升营销效果,提高客户满意度,精准营销的前提是客户识别与选择。通过分析网络个体与群体特征,社交网络分析能够定位核心价值客户。首先对社交网络的中心性进行分析,探讨社交网络节点地位与营销效果的关系,运用社群识别方法,对社交网络进行分群,提出并用Map Reduce实现了针对大规模社交网络的社群划分RMCL方法。在此基础上,构建了客户影响度与客户影响因子等指标,并结合中心度指标,定位社群的核心节点,并采用分类回归树方法,研究了社交网络结构与客户消费响应关系,并确定了变量重要性,为企业采取客户差异化营销组合策略提供指导。

面向社交网络分析的差分隐私保护研究综述

阐述了数据的差分隐私保护概念,给出了差分隐私保护模型,从理论上描述了其噪声机制和组合性质,着重进述了差分隐私保护模型在社交网络发布数据隐私保护上的应用及发展,给出了差分隐私保护应用于度分布查询、子图计数、聚类系数计算、边权重计算等社交网络分析技术的实验结果。分析发现,研究差分隐私保护应重点考虑隐私预算和噪声机制,隐私预算决定了隐私保护强度,噪声机制决定了查询准确性;探讨差分隐私保护在社交网络领域的应用,是一个重要的研究方向。

电信客户社交网络分析方法与营销应用探讨

社交网络成为推动移动互联网迅猛发展的生力军,人与人的交往数据越来越集中,随着数据条件的成熟,社交网络分析迅速成为一个新兴的跨学科的专业研究方向。电信网络原本就是一个巨大的社交网络,电信企业如何才能让社交网络分析成为企业认识刻画客户的利器,并用之于客户关系管理和市场营销决策管理支撑呢?本文首先在对社交网络分析的概念界定、方法及发展趋势作简单介绍的基础上,探讨研究电信客户社交网络分析模型的意义;然后在界定社交网络分析的目标和对象,区别社交网络分析与传统分析方法之不同的基础上,探讨基于通话详单记录,电信企业建立社交网络分析的模型方法;最后,对电信企业如何应用电信客户社交网络分析结果提出了两方面建议。

社交网络分析与网络信息传播的基础研究年度报告(2013)

该研究面向我国互联网舆情分析引导、突发事件监测响应、在线群体社会交往等国家安全与社会发展的重大需求,对社交网络分析及网络信息传播的基础理论展开深入、系统地研究,提出完整的社交网络分析与信息传播的理论体系、方法学和关键技术。

社交网络分析视阈下做好网络舆情管理的策略

借助社交网络分析工具,对在线社交媒体在网络舆情事件中的影响力进行量化刻画,并寻找社交网络分析中相关联的指标。基于成都A校食堂问题事件的微博转发数据,通过构建分层线性模型进行实证分析,研究这些指标与网络舆情事件影响力的相关性。在分析结果基础上,提出政府在当前在线社交媒体盛行的背景下有效应对网络舆情管理的对策建议。

基于大数据的网络信息挖掘与用户行为分析

本文探讨了基于大数据的网络信息挖掘与用户行为分析的关键技术和实践应用。首先概述了大数据技术的发展现状与常用技术框架,如Hadoop、Spark和Storm。其次介绍了网络信息挖掘方法,包括文本挖掘技术、社交网络分析方法和网络结构挖掘与图数据库技术。在用户行为分析方面,讨论了用户画像构建、行为模式识别和用户行为预测模型等技术。文章还重点阐述了基于大数据的网络信息挖掘与用户行为分析实践,包括数据采集与预处理、用户行为分析模型的构建与验证,并通过新闻资讯平台的用户行为分析案例展示了实际应用效果。最后,对全文进行了总结,强调了大数据技术在网络信息挖掘与用户行为分析领域的重要性和应用前景。

基于社交网络分析的区间二元语义群决策方法研究

通过基于Steiner点的区间二元语义集结方法,将评价信息通过相关转化规则量化为对应的二维坐标系中的坐标点集,运用植物模拟生长算法获取对应区间点集的Steiner点(专家群体最优结集点,即群体共识点),按照逆映射关系还原为二元语义集结信息,从而提出一种基于社交网络分析和专家自信偏好关系的区间二元语义群决策问题的新方法。结合专家自信程度系数和社交网络结构中的影响力调整专家主观权重,结合专家相对重要系数与群体相似度系数获取客观权重,最终确定专家综合权重,并对方案进行择优排序。通过算例分析说明方法的可行性和有效性。

基于社交网络分析和XGBoost算法的互联网客户流失预测研究

针对互联网行业的客户流失预测问题,提出了一种社交网络分析和机器学习相结合的客户流失预测方法。考虑到社交活动对用户流失的影响,首先采用社交网络分析方法从用户社交数据中提取特征,然后使用XGBoost(Extreme Gradient Boosting)算法来进行客户流失预测,最后将该方法与其他机器学习算法(Logistic回归、支持向量机和随机森林)进行比较。实验结果表明,所提出的社交网络分析和XGBoost相结合的客户流失预测方法优于传统方法。

面向科研人员考核的社交网络分析

科研人员工作中通过工作邮箱、参加会议、出差等活动产生大量数据,包含了员工工作相关信息,对员工管理有很大的应用价值,但由于这些数据的信息繁复还包含大量冗余数据,其价值未能得到充分利用。本文通过对这些数据进行组织和重构,构建员工工作社交网络。最后利用社交网络分析技术对其进行分析,分析结果可用于考察不同部门、团队间的合作模式,优化部门、团队和工作安排。

创新扩散视角下“一带一路”议题传播的社交网络分析

"一带一路"倡议自2013年提出以来,已经成为一个新兴国际合作平台。本研究以2017年推特平台上关于"一带一路"国际合作高峰论坛的推特为研究样本,对其进行社交网络分析。研究发现,"一带一路"倡议作为一种新的理念,其扩散和传播符合创新扩散的规律。其在扩散中,以一级、二级扩散模式并存为主要模式,中国主流媒体担任了信息提供方的角色,意见领袖主要来自沿线国家和美国,而中国意见领袖的影响力不足。传播网络呈现出同质和异质性并存的特点。

融合社交情感分析的股市预测探究

针对现有股市预测研究中所存在的大众情感度量不够全面的问题,提出了一种基于社交情感分析的股市预测模型.该模型首先基于异构图模型的证券情感量化方法对社交媒介的数据进行情感分析,得到量化的情感时间序列;然后,基于自组织神经网络模型对情感序列及行情指数序列进行建模,从而对股票指数进行预测.在国内社交媒介及股市行情数据集上的实验结果表明,本文所建立的模型在预测误差和精度上较BP(Back Propagation)神经网络分别提升了15%和12%,能更好地预测股票指数.

我国大学校友募捐网络研究——基于社交网络分析的视角

近年来,我国高校日益重视募捐工作,其中校友募捐是大学捐赠的重要来源,也是募捐力量的有益补充。校友在帮助母校筹集资金过程中,相互之间也结成了特定的人际关系网络。校友募捐网络在关系属性、结构与拓展模式方面具有不同的特点。与世界一流大学的校友募捐实践相比,我国大学借助校友募捐的意识尚未形成,关键校友的募捐潜力没有挖掘,同时校友自身参与募捐网络的动力不足。因此,应进一步拓展校友募捐网络覆盖面,提高校友参与意愿,引导校友嵌入募捐网络,同时结合大学特点,构建校友募捐网络子群,培育若干关键校友以激发募捐网络活力,多措并举提高我国大学校友募捐水平,提升校友募捐绩效。

社交网络分析在公共安全领域的应用

社交网络分析技术是一种通用有效的研究社会人员之间复杂关系模式的方法。以公安领域为背景,首先介绍了社交网络分析理论,然后详细阐述该技术在公安领域的3个应用案例,包括犯罪团伙挖掘、核心成员识别和串并案挖掘,以期为读者了解社交网络分析技术在公共安全领域的应用提供帮助。

基于社交网络分析和LDA主题挖掘的短文本挖掘研究

随着自媒体技术的不断发展,如何高效挖掘短文本数据信息已成为现阶段的研究重点。传统主题挖掘方法进行短文本数据分析时,仅考虑单位词出现频率进行判断,未考虑语义关联结构信息,分析效果欠佳。针对短文本数据的稀缺性,文中提出一种基于社交网络分析和LDA的主题挖掘分析模型。首先结合共词分析算法,分析不同文档间主题词的关系;然后结合社交网络分析算法,提高共词网络主题词耦合度;再借助隐含空间模型对共词网络进行降维,提高社交网络耦合性;最后结合隐含位置聚类算法发掘潜在社区,提高主题识别效果。实验结果表明,所提方法能够在一定程度上优化主题挖掘算法在识别短文本主题的效果,便于进行短文本研究,具有实用价值,也可为后续应用于前沿主题识别提供参考。

基于多演化特征的社交网络链路预测算法

社交网络链路预测旨在根据已知的网络信息预测未来的链接关系,在推荐系统和合著网络中具有重要作用.然而,现有链路预测算法往往忽视社交网络的多元演化特点,训练时间复杂度较高,限制其执行效率.针对上述问题,文中提出基于多演化特征的社交网络链路预测算法(Multi-evolutionary Features Based Link Prediction Algorithm for Social Network,MEF-LP).首先,设计一种简单高效的时间极限学习机模型,利用门控网络和极限学习机自编码器传递与聚合社交网络快照序列的时间信息.然后,构建多个深度极限学习机,对时间特征进行多角度映射,挖掘社交网络不同的演化特征,并最终融合成综合演化特征.最后,使用基于极限学习机的分类器完成链路预测.在6个真实社交网络上的实验表明,MEF-LP能合理学习社交网络的多演化特征,并获得较优的预测性能.

跨界融合背景下物流搬运专利信息分析

新一代信息技术加速跨界融合,物流搬运衔接物流诸多环节,直接影响整体效率。以国家知识产权局的物流搬运专利为研究对象,采用专利分析法和社会网络分析法对1999—2023年物流搬运专利进行多方面分析,剖析物流搬运的关键技术及欠缺方向,形成专利情报。物流搬运专利存在地区发展不均衡、发明人难以进行二次创新、科研单位未发挥优势提高专利数量、企业难以产出技术含量较高专利等问题。为此,围绕缩小地区间的专利水平差异、维持发明人的创新热情、提升专利申请“质”和“量”等3方面,提出促进物流搬运技术蓬勃发展之策。