Opinion Leaders and Lead Users in Marketing and Management Accounting and Impact on Small Business Performance

This paper empirically investigates into the business performance benefit that lead users or opinion leaders among small business owners draw from their higher involvement in management accounting or marketing topics. This work also contributes to a better identification of network members’ roles solely through their ties between each other. Indeed, lead users and opinion leaders can be differentiated by a higher degree centrality in comparison to their peers. However, being an opinion leader or a lead user does not yield a measurable business benefit to the small businesses studied in this sample.

角色演变视角下辟谣信息对社交媒体意见领袖形成的影响——基于舆论领导法则

[目的/意义]探究辟谣信息对社交媒体用户的影响,特别是对意见领袖形成现象机制的挖掘。构建社交媒体用户角色演变行为模型,研究人员可以更好地了解意见领袖的形成原因,刻画辟谣信息对社交媒体用户的作用机制,有助于对参与辟谣的“准意见领袖”进行合理引导,以提高社交媒体舆情管理的效率和准确性。[方法/过程]首先,对微博社交媒体平台中的特定主题事件进行跟踪,识别并筛选出“新生意见领袖”群体,并利用质性访谈对此群体进行深度访谈。然后,基于程序化扎根理论方法,利用NVivo 12软件进行扎根编码构建模型,并通过理论饱和度检验验证模型的完整性。最后,对社交媒体用户角色演变的原因进行深入分析和探讨。[结果/结论]在辟谣信息作用下,个体主观因素、社会环境因素和辟谣信息因素对一般用户向新生意见领袖的演变行为产生重要影响,其中个体主观因素在辟谣信息的作用下对意见领袖形成的影响更加显著,自我认知清晰、高情绪需求且情绪稳定的个体更容易成为影响力持久的意见领袖;社会公众认可、实质性奖励和政策法律支持共同构成社会环境因素,是意见领袖形成的重要保障;辟谣信息因素中的辟谣信息热度、可信度和发布质量等方面都会直接影响“潜在意见领袖”用户群体对辟谣事件的把握,进而干预其参与辟谣的决定。

支持或反对:社交媒体用户观点的形成机理

探究社交媒体用户观点形成机理,揭示影响网民观点形成的重要因素,可深入理解网络用户的行为模式,洞察网络舆论本质。文章以“双减”话题微博数据为数据源,基于主题模型和机器学习的情感分析方法挖掘用户观点;从意见氛围、社交关系、前期行为特征和用户属性等维度构造特征变量,基于LightGBM建立不同主题下的情感预测模型,采用SHapley Additive exPlanations(SHAP)对特征重要性进行排序,发现影响网民观点形成的重要因素。研究发现:前期行为特征对用户观点形成的影响最大,意见氛围次之,社交关系即好友关系影响较弱;个体在情感倾向上更易跟随规模较大的传播主体,而不是崇拜权威。

基于改进HK模型的社交用户观点演化预测研究

[目的/意义]准确预测舆情观点的演化态势,对化解舆情危机具有重要意义。[方法/过程]针对HK模型用于用户观点演化预测存在的不足,进行如下改进:首先,从和当前事件相似度高于阈值的历史博文中获取用户的初始观点值;其次,利用用户间交互行为以及关注关系计算亲密度,修订用户信任阈值;最后,融合用户全局影响力、用户间交互度以及观点接近度计算用户间的综合信任度,突出用户间观点影响权重的差异性。最终利用改进的HK模型实现对社交用户观点演化预测。[结果/结论]实验结果表明,改进的HK模型用于观点演化预测具有较低的MSE值和MAE值,可为舆情发展提供有效预测。

网络社交平台媒体信息影响下人际社交网络个体观点演化研究

[目的/意义]为研究网络个体观点在人际社交网络和平台媒体信息共同影响下的演化情况,依据现实情景构建“静态—动态”二模连接机制,并引入动态智能信息推荐机制,对于研究个体在现实网络情景和社交平台技术下的观点变化情况有重要意义。[方法/过程]基于改进的DW模型,针对影响个体的两个群体分别构建静态和动态连接,采用灵敏度分析的方法研究不同参数对群体观点演化的影响。[结果/结论]通过仿真软件运行结果分析发现,二模连接机制协同影响下的群体观点具有明显的分簇和聚合两个阶段,最终稳定观点趋向平台观点均值,连接数量、推送范围、信任度的变化对群体观点演化过程都有影响。

融合主题的社交媒体舆情SEIR传播模型构建与仿真研究

社交媒体改变了当下舆情事件应对治理方式,本文旨在融合主题因素探究在舆情传播过程中各因素对传播演化的影响,揭示社交媒体平台上舆情传播的特点,在舆情治理领域为相关职能部门提供参考借鉴。为抓住社交媒体舆情传播演化的关键,本文融合主题因素,基于传播演化SEIR模型,引入主题热度和用户兴趣度构建改进型SEIR模型并进行仿真研究,探查各个参数变量对传播的影响。仿真实验刻画了主题热度和用户兴趣度等因素对舆情传播的影响,体现了主题热度和用户兴趣度在监测、预警舆情传播演化中的重要价值,进而为政府和相关部门治理舆情提供参考和借鉴。

轻型评论的情感分析研究

以在智能移动设备上发表的用户评论作为研究对象,并将该类评论称为轻型评论.指出了轻型评论与早期互联网评论及短文本研究的异同点,并通过实验总结轻型评论的独有特性:字数少、跨度大,短小评论数量众多,评论长度与数量满足幂率分布.同时,针对轻型评论的情感分类研究展开了一系列的实验研究,发现:(1)情感分类效果随着评论长度的增加而下降;(2)传统的特征筛选方法以及特征加权方法对于轻型评论效果都不够理想;(3)极性词在短评论中比例高于长评论;(4)长、短评论在用词上存在较高的重叠度.在此基础上,提出了一种基于短评论特征共现的特征筛选方法,将短小评论中的优势信息和传统的特征筛选方法相结合,在筛选掉无用噪音的同时增补有利于分类的有效特征.实验结果表明,该方法可以有效地提高轻型评论中较长评论的分类效果.

基于用户影响力的意见领袖发现算法

随着网络的迅猛发展,大量用户参与话题讨论,推动信息传播,而在信息的有效传播中意见领袖有着重要的引导作用.因此,如何识别网络中的意见领袖成为研究热点.针对现有意见领袖识别算法因忽略了用户自身影响因素而不能客观地反映真实情况,综合考虑用户自身影响力和用户之间的链接关系,提出一种新的基于用户影响力的PageRank意见领袖识别算法.以某论坛数据进行实证,表明本文算法能够有效地提高网络论坛意见领袖的识别准确度;通过识别不同时间段内的意见领袖,发现意见领袖是随着时间的变化而变化的,只有很少用户在不同的时间段内是意见领袖.

基于贝叶斯模型的移动环境下网络舆情用户情感演化研究——以新浪微博“里约奥运会中国女排夺冠”话题为例

了解和掌握移动环境下网络舆情用户情感演化规律及构建情感演化模型,对相关部门加强移动环境下网络舆情信息监管和正确引导网络舆情走向具有重要意义。本文基于朴素贝叶斯模型,以训练词向量、文本预处理、训练朴素贝叶斯、性能测评为处理过程,从词频、地域和时间三个可视化维度构建基于移动环境下网络舆情用户评论情感分析模型;以新浪微博"里约奥运会中国女排夺冠"话题为例进行可视化分析情感演化过程研究。本文所构建的情感分析模型能有效运用于移动环境下网络舆情用户情感演化研究,实证研究结果表明新浪微博用户对"里约奥运会中国女排夺冠"话题主要呈现正向情感,同时直辖市、沿海省份等经济发达地区相比西南地区、东北地区等经济欠发达省份对话题态度更加乐观。

新媒体环境下的网络舆情特征量及行为规律研究——基于信息生态理论

新媒体环境下的网络舆情研究成为当前网络舆情监管和舆情引导的重要议题。本文基于"信息人、信息、信息环境和信息技术"四个信息生态因子的相互和谐的信息生态理论,构建新媒体环境下网络舆情特征量,以新浪微博"埃博拉"话题为实证研究对象,对新媒体环境下网络舆情的特征量及行为规律进行了分析。研究结果表明,信息人中的用户粉丝数和关注数均符合分段幂律分布;信息内容和信息环境特征量曲线符合指数分布,同时信息环境特征量具有长尾分布特征;信息技术中的用户工具端使用曲线符合幂律分布;新媒体环境下的网络舆情传播在一定程度上符合优先权选择、兴趣驱动、兴趣衰减及周期性规律。本文的研究对相关部门加强新媒体环境下的网络舆情监管和舆论引导具有一定的指导作用。

用户生成内容中的垃圾意见研究综述

随着互联网的快速发展,互联网用户更倾向于在博客、购物网站等场所借助于发表文章、评论等手段表达自己对感兴趣话题的关注、意见和相互交流。对这些用户生成内容进行挖掘可以得到很多宝贵的可应用于很多领域的知识,但其中存在的不请自来、与话题无关(广告等)或虽与话题相关但是虚假性的内容严重影响了挖掘的效果,并产生了误导用户、浪费资源等不良影响。因此,作为意见挖掘研究工作重要组成部分的垃圾意见研究工作开始得到空前的重视。从垃圾意见特征、垃圾意见检测方法两个方面对目前垃圾意见的研究状况进行了综述。

网民规模和结构对网络舆情的驱动影响

随着互联网普及率的升高,网络拓宽了传媒渠道并打破了信息中心辐射、单向流通的格局,因此,更具活力的网络舆情在社会舆情中的地位和作用日益突出。本文对网络舆情的制造与传播主体网民进行探究,通过数据分析研究网民群体的规模和属性对网络舆情传播规律产生的驱动影响,分析阐述原因并提出相应的支撑对策,为网络监管部门决策也提供依据,营造和谐健康的网络舆情环境。

移动旅游应用用户粘性影响因素研究——以网络舆论为调节变量

自媒体时代,网络舆论成为影响消费者消费行为的重要因素。面对激烈的市场竞争,如何提高移动旅游应用(Mobile Tourism Application,MTA)的用户粘性,一直是企业客户关系管理的重要内容。本文在技术接受理论和期望认同理论的基础上,引入营销活动、转换成本和网络舆论三个影响变量,构建了一个有调节变量的检验模型。研究结果显示:营销活动、技术接受、期望认同与转换成本对用户粘性均具有显著的正向影响;此外,在线旅游服务代理商推出的营销活动与技术上的可接受性,均能提高用户期望认同,高转换成本对用户的技术接受也具有正向影响。网络舆论中正面舆论的调节作用没有得到数据支持,负面舆论在期望认同与用户粘性之间的负向调节作用得到验证,但对营销活动与用户粘性之间的调节效应并不显著。本研究为M TA运营商提高用户粘性提供了理论支持和政策建议。

一种基于增强图卷积神经网络的协同推荐模型

图卷积神经网络是一种针对图结构数据的深度学习模型,由于具有强大的特征提取和表示学习能力,它也成为当前推荐系统研究的热门方法.以推荐系统中的评分预测为研究对象,通过分析指出了现有的基于图卷积神经网络的推荐模型存在2个方面的不足:图卷积层仅仅利用了1阶协同信号和未考虑用户观点的差异.为此,提出一种端到端的、基于增强图卷积神经网络的协同推荐模型.它采用一种增强的图卷积层,不仅聚合了2阶协同信号而且融合用户观点的影响,从而更合理地利用协同信号学习实体节点的嵌入表示,并通过堆叠多个图卷积层对其进行精化;最后,采用了非线性的多层感知机实现评分预测.基于5种推荐数据集上的实验结果表明:新模型的预测误差相比于几种主流的推荐模型具有明显的降低.

面向舆情主题的微博用户行为聚类实证分析

网络舆情管理是社会管理创新的重要内容,面向舆情主题的用户行为分析是网络舆情管理的热点问题。对三个不同舆情主题下的微博用户行为进行了聚类分析,发现信息传播中的微博用户基本可分为"一般关注"型、"主动参与"型、"信息传播"型三类。"一般关注"型用户通常人数众多,他们多为舆情信息的接受者。"主动参与"型用户类中用户人数较少,他们大多以自己为中心,向朋友发布舆情信息,这类用户在不同主题下其行为特征差异很大;"信息传播"型用户类中人数很少,是舆情领袖或重要信息转发者。结果表明可以尝试将监测"信息传播"型网民和引导"主动参与"型网民结合起来,为大数据下微博舆情信息管理提供智力支持。

公共图书馆媒体监测与舆情分析研究——以湖南图书馆党政机关舆情服务为例

公共图书馆开展舆情信息服务以来,用户群体、技术手段、服务人员都在不断扩展。文章从用户角度审视公共图书馆舆情信息服务的现状和未来发展,从用户主体、需求认知结构、需求反馈路径等方面深入挖掘用户需求的特征,以信息技术手段、完善的服务方案、追求价值共创等服务策略,促进公共图书馆参考咨询服务定制化、学术化发展。

网红社交媒体传播及消费者情感倾向分析——以网红品牌“喜茶”为例

消费者个性化的需求、泛娱乐时代丰富的内容促使我国网红快速发展,他们在社交媒体上形成了广泛的影响力。然而在当前互联网及移动互联网情境下,现有网红研究缺乏以社交媒体大数据为依据进行的传播过程和消费者情感分析。文章以网红餐饮品牌"喜茶"为例,运用爬虫技术收集来自新浪微博、腾讯微信等媒体平台上有效文本数据46892条,通过数据清洗、文本挖掘及可视化分析,对网红消费者进行了画像分析,同时发现关键意见领袖的关注、转发对网红社交媒体传播具有重要作用,并且消费者在社交媒体讨论网红时具有不同的情感倾向,根据消费者态度、行为及情感倾向文章将消费者分为五类。基于此,文章提出网红品牌营销管理建议。

基于用户关系与属性的微博意见领袖挖掘方法

提出一种结合用户关系与用户属性的挖掘方法。根据微博特征构建微博用户关系网,采用小世界网络理论确定用户的中心性,以此获得基于用户关系的候选意见领袖。通过分析微博用户属性,建立意见领袖影响体系,提出D-means聚类算法,获得基于用户属性的候选意见领袖,结合2种候选意见领袖得到最终意见领袖。实验结果验证该方法在挖掘意见领袖上比现有方法更加准确有效。

社会舆情传播特征的区域差异研究

近十年来，研究者们从微观层面对社会舆情传播的变化规律与影响因素作了详细论述，但鲜有文献从宏观的经济社会发展视角对社会舆情传播的特征作深入探究。本文对2003~2013年以来的热点舆情事件进行了文本挖掘，选取其中热度最高的3343个事件进行定量分析，从区域经济学、发展经济学与社会发展学的角度，建立经济发展与社会舆情发展之间的关联模型，并进行了实证分析。研究结果表明，我国东、中、西地区间的经济社会发展差异显著影响了社会舆情传播的数量、类型、发布形式、干预方式、治理效果等特征。

微博用户关系网络中意见领袖的分析与挖掘

在微博世界中,微博意见领袖对微博中舆论的导向发挥着重要的作用,因此,研究微博意见领袖的分析与挖掘方法十分必要。探讨了微博用户网络中意见领袖的分析与挖掘方法,构建了微博意见领袖的特征指标体系,采用层次分析法(Analytic Hierarchy Process,APH)给出了各特征指标的权重计算方法,从而提出了用户初始影响力的计算模型。在此基础上,借鉴PageRank算法思想,提出了用户初始影响力扩散的计算模型,实现了微博用户影响力的定量化度量,为意见领袖的分析确定提供了充分的依据。实验数据表明,所提出的微博意见领袖的分析与挖掘方法是非常有效的。