微博用户在突发事件中转发行为研究:基于信息源的视角

本文从信息源的角度出发，以新浪微博为平台，运用实证研究探讨了微博用户在突发事件中转发行为的影响机制。通过使用R软件对12361条含有“昆明暴恐案”的微博信息进行分析，研究发现除了用户简介，加v和粉丝关注比；积分等级、微博数、粉丝数等信息源特征均显著影响微博用户的突发事件转发行为。本文一定程度上深化了对微博用户信息分享和传播行为的研究，对于微博平台的健康和可持续发展具有理论和实践意义。

基于LDA主题特征的微博转发预测

微博转发是微博传播的重要途径,也是研究微博信息传播、舆情监控的最关键问题之一。研究用户转发行为对信息传播分析、舆情监控和热点提取有很大帮助。然而,当前对微博转发行为的研究大多是在宏观层面,为了解决微观层面预测用户转发行为问题,在分析影响用户转发的各类因素基础上,首先构建了微博特征和用户特征,然后通过将LDA抽取的微博隐含主题特征,与微博特征和用户特征相结合建立起基于主题特征的微博预测模型。实验结果验证了该模型在微博转发行为预测的有效性。

影响用户微博信息转发的因素研究

Web2.0时代微博已经成为人们信息沟通和传播的主要方式之一,我国有超过5亿的微博用户,促使学术界关注微博用户传播行为。现有文献主要研究了用户使用微博的动机和影响使用微博的因素,较少探讨影响用户转发微博的因素。本文研究发现信息内容特性、传播者特性以及受众特性三个方面会影响用户的微博传播行为,微博内容的娱乐性价值、创新性价值、博主的名人特性和受众的利他动机与自我提升动机与微博传播行为呈正相关关系。

高转发品牌微博特征研究——微博营销新思路

转发和评论情况能体现用户对品牌微博的关注、认同和喜爱程度，它比粉丝数目更能反映品牌微博的营销效果。本文对戴尔、方正、欧莱雅、大宝、杜蕾斯等五个品牌获得500次以上转发数的共计359条微博进行分析，探究微博转发数、评论数与微博内容之间的关系。研究发现，互动式微博的相对转发率和相对评论率都很高，且可能获得超高转发数；求爱式微博吸粉效果显著，共振式微博能引起更广泛群体的共鸣；以问号结尾的微博能吸引用户参与互动。

基于微博转发集的微博过滤研究

针对微博文本的特点,提出了基于微博转发集的过滤方法。借助微博转发集,构建<子串,频次,转发时间差>三元组,形成用户需求模板;以知网为知识源计算微博文本与用户需求模板的相似度,抽取用户感兴趣的内容形成候选文本集;根据提出的基于三元组的微博权重计算方法,对候选集做进一步筛选,最终得到用户需求的微博文本。实验结果表明,基于微博转发集的过滤方法在滤准率和滤全率2个指标上比基于关键词与KNN的方法有了显著的提高。

微博转发预测算法评测系统的建立及性能比较

为解决微博转发行为预测问题,提出了一个基本的预测算法评测系统框架.该系统解决了原始微博数据的抓取和预处理,以及用户微博的转发和忽略行为的判定,微博和用户的特征提取等问题,为解决微博转发行为预测问题提供了技术基础.详细分析了现有文献和工作中的微博转发行为预测算法,阐述了它们的基本原理.通过定量实验分析了不同微博转发行为预测算法的在局部预测问题和全局预测问题方面的性能,并且从算法的原理等方面出发给出了定性的分析.

被建构的环境风险:雾霾高转发微博的话语表征与权力关系

社会化媒体发展出多元的风险沟通方式,极大地促进了公共参与和信息传递,是当今环境风险建构的重要路径之一。本文采用内容分析和话语分析方法对新浪微博上有关雾霾的高转发微博进行探讨,旨在以此为切入点探究社会化媒体如何呈现与建构环境风险。研究发现,社会精英、主流媒体等传统话语力量仍然主导着风险议题的呈现与建构方式。与此同时,社会化媒体中存在的对抗性解读、碎片化呈现和消费主义逻辑在很大程度上解构了环境风险议题,使风险自身消解于无形。在雾霾风险的话语建构过程中,话语秩序与权力关系的博弈重构了雾霾风险,影响了大众的风险感知。

基于特征选择的企业微博转发机制研究

为丰富微博转发机制的研究,引入企业官方微博作为研究对象,探究微博的内容文本特征、形式化特征及时间性特征对微博转发影响的大小及影响规则。分析汇总影响微博转发的全特征集合,在此基础上进行特征选择和微博转发预测,并对不同产品的微博转发预测模型进行对比分析,以期挖掘各产品自适性的转发影响因子,为企业微博营销提供策略支持。

基于主题模型的微博转发行为预测

在全部微博内容中,由用户转发而产生的信息占有非常大的比例。同时,内容的转发也是微博中信息传播的主要途径。因此,用户的转发行为有着重要的研究价值,可应用于社交营销、微博检索、热点事件预测等领域中。该文中,我们通过分析所收集的大量真实的新浪微博数据,发现影响用户转发行为的一些因素:微博作者、用户兴趣以及微博热度。基于这些发现,该文提出了一种新颖的基于LDA模型的方法,综合利用以上3个特征预测用户转发行为。为了对该方法进行评价,我们利用收集的大量的微博数据及对应的社交网络结构模拟真实用户环境。实验表明,该方法的性能优于目前最好的方法,F值比其他基线方法高出35%—45%。

基于微博转发的社交网络模型

探究微博转发网络的构建机制有助于深刻理解信息在微博平台上的传播过程,得出针对微博营销、舆论管控的有效策略和建议。针对这一问题,提出了一种有向加权网络模型。根据微博在转发过程中被多次转发的现象,在模型建立过程中,在节点间连边时引入三角连接机制,并且用连边的方向选择表征了活跃用户和知名用户的不同行为特征,同时考虑了权值的动态演化过程。理论分析和仿真实验表明模型的强度分布、度分布、强度-度的相关性均服从幂律分布,幂指数为1～3,而且具有高聚类、短路径的特点,平均聚类系数可达0.42,平均路径长不超过6,同时采集了微博转发的实际数据验证了模型的正确性。

基于话题标签和转发关系的微博聚类和主题词提取

针对微博聚类正确率不高的问题,在研究微博数据特点的基础上,利用微博hashtag来增强向量空间模型,使用微博之间的转发关系提升聚类的准确性,并利用微博的转发、评论数以及微博发布者信息来提取聚类中的主题词。在新浪微博数据集上进行实验发现,与k-means算法和基于加权语义和贝叶斯的中文短文本增量聚类算法(ICST-WSNB)相比,基于话题标签和转发关系的微博聚类算法的准确率比k-means算法提高了18.5%,比ICSTWSNB提高了6.48%,召回率以及F-值也有了一定的提高。实验结果表明基于话题标签和转发关系的微博聚类算法能够有效地提高微博聚类的正确率,进而获取更加合适的主题词。

信源、信息内容、情绪特征对微博转发的影响探究

[目的/意义]基于微博转发与信息传播的话题一直以来备受关注。之前的研究虽然对影响微博转发的因素进行了多种尝试,但多数只关注微博是否转发而很少考虑到转发数量,也很少探究影响特征之间的相互作用。因此需要进一步的研究来弥补上述缺陷。[方法/过程]本研究以新浪微博为研究对象,将ELM模型和情绪认知理论结合,分别以“是否转发”和“转发数”为因变量建立逻辑回归模型和负二项式回归模型,探究了信源特征、信息内容特征和情绪特征对于微博转发的不同影响。[结果/结论]部分信源特征和信息内容特征能显著增加微博被转发的可能性和转发数,并且粉丝数与被转发可能性和转发数之间呈倒U型关系;不同极性的情绪对微博转发的影响具有不对称性;此外,高影响力用户与普通用户相比,其他信源特征、情绪特征和信息文本特征对其微博转发的影响更小。本文创新之处在于结合ELM理论与情绪认知理论探究微博转发的影响因素,同时在模型中纳入了粉丝数的二次项,所得结论具有一定的理论贡献和实践启示。

公共事件中微博转发的受众心理探析——以“7·17”湖南临武瓜农死亡事件为例

本文以"7·17"湖南临武瓜农死亡事件为例,分析网络受众在突发公共事件中转发微博的典型心理特征,探讨此过程中受众呈现的态度和行为意向,以及这些心理对事件真实的诉求和推动作用,并从该事件中总结出合理的建议,为今后在传播活动中实现良好的传播效果提供借鉴。

基于循环神经网络的微博转发行为预测

随着网络的飞速发展,微博逐渐成为社交网络中信息传播及信息收集的重要平台,微博转发是微博信息传播的重要途径,研究微博转发问题对微博信息传播、微博营销、舆情监控有着极其重要的意义.影响微博转发的主要因素有:粉丝兴趣与微博文本的相似度,微博营销策略及用户粉丝数量的变化.以往的预测模型没有综合考虑这两方面因素,基于此,提出了一种基于循环神经网络的方法来对微博转发量级进行预测,首先利用SIM-LSTM模型构建微博转发趋势度,然后再利用TF-IDF构建粉丝兴趣和微博文本的相似度,最后通过神经网络模型来预测粉丝是否会转发该微博.实验结果表明本文提出的算法相对于其他预测算法F1评估值提高了近5%.

论微博转发行为受著作权法保护的依据——兼论合理使用制度的完善

著作权的扩张压缩了合理使用的空间和范围,以微博转发为代表的传播与分享信息的行为难以在著作权法,尤其是合理使用制度中找到法律支撑。不论是基于微博的本质属性和社会功能,还是基于言论自由和著作权的关系以及合理使用制度的立法动因及优越性,一般的微博转发行为都应当适用合理使用制度。应在《著作权法》中增设兜底条款,在《著作权法实施条例》中作更加细致的规定,并借鉴美国立法模式,完善判断标准。

自媒体时代虚假流量治理策略——以“一条微博1亿次转发量”事件为例

自媒体时代,每个独立的个体都希望在互联网创业浪潮中获得一块蛋糕。因此,注意力传播、流量为王,成为自媒体平台和个人关注的焦点。在这一背景下,明星、广告商开始一味追求流量数据,来获得表面成绩。然而,虚假流量的曝光,也将明星和粉丝的关系、明星与广告商间的互动推向大众视野。于是,各平台上演虚假流量治理,力图给用户还原一个纯净、真实的数据世界。

微博转发行为的著作权侵权问题研究

判断微博转发行为是否构成著作权侵权时,须从行为特征出发,了解其著作权法意义,区分两种情况。第一,转发原创性微博时,被转微博的发布者作为著作权人行使信息网络传播权,并许可其他用户通过转发扩大该微博的影响,转发行为不构成侵权。第二,当被转发的微博本身侵犯他人著作权时,无论是发布者还是转发者的行为都脱离著作权人对其作品享有的信息网络传播权之控制。不同之处在于转发者只可能因存在主观过错而构成间接侵权。

微博转发涉及的著作权问题

随着微博影响力的扩大,微博中的侵权现象也屡见不鲜。而微博的转发作为微博中的基本功能,可能也会产生侵权的风险。本文通过分析微博中常见的几种转发行为,分别讨论其侵权的风险。

CGRMB-LDA:面向隐式微博的主题挖掘

由于微博文本短、词量少、语法风格随意的特点,因此微博中包含大量因缺少主题词汇而无法分析话题归属的微博,即隐式微博。提出改进的基于LDA的生成模型考虑评论组和转发微博的CGRMB-LDA模型,利用微博间评论关系、转发关系和上下文关系扩展隐式微博,明确隐式微博的主题归属,采用吉布斯采样的方法来求解模型从而得到主题集和微博所属主题。在真实数据集上的实验表明,CGRMB-LDA模型能有效地对微博特别是隐式微博进行主题挖掘。

网络信息传播的从众行为研究——以微博为例

随着IT技术的革新,信息分享相关研究成为近几年的热点。以往的研究往往通过建立复杂计量模型探索传播效果或者针对某一类信息进行研究,缺乏应用性或普遍性。本研究基于传播理论,从社会学的从众理论角度,运用模拟微博情境实验方法,研究微博信息的传播规律。结果表明,微博中的转发数、转发路径中的朋友数、博主粉丝数量与人的转发行为之间的存在定量正相关关系,从而得出从众理论在网络信息传播中同样适用的结论。