移动社交语境下Emoji表情的传播态势与功能探究

随着全球传播渠道的畅通,应运而生的Emoji改变了传统的交流方式,为移动社交语境下的传受双方提供了新的可能。文章在对Emoji进行功能探讨的同时也关注其给传播带来的问题。

网络时代emoji表情符号在学生管理中的沟通价值与应用

网络沟通以其自主性、平等性、自由性、开放性等优势特别受到大学生群体的青睐,已然成为他们生活中不可或缺甚至是主要的沟通方式。Emoji表情符号作为网络语言中的一种非语言符号,其细腻的精神情感表达,形象生动的视觉表现,诙谐夸张的造型设计,时尚个性的表现形式获得众网民特别是当代年轻人的大爱。时代的变化不会顾及领域的不同,高校学生管理的沟通方式必须要顺应对象的变化与时俱进。在高校学生管理公关沟通新战场——互联网沟通平台上,emoji表情符号的适当运用的确可以在缩短师生间心理距离、缓解不适沟通氛围、建立相互信任关系等方面发挥不可小觑的作用。

Emoji表情符号中的受众心理研究

随着网络的发展,Emoji表情已经成为当今世界人们相互沟通的一件必不可少的工具,它能够用最简单的图形表现用户十分复杂的思想情绪。表情符号的流行离不开用户对感情宣泄的诉求。有基于此,从中外文献中搜罗了一些表情符号为什么能够满足受众心理需求的材料,并进行了分析研究。

新时代社交Emoji表情语言发展研究

现代社会信息网络技术的迅猛发展,带来社交领域的巨大变革,人们的交际语言也发生翻天覆地的变化。Emoji表情语言可以说是网络语言中一项出乎意料的突破,它正在改变世界网络语言的使用方式,也给人类的交际语言带来了新的生机与活力。此研究根据Emoji表情的发展变化,收集典型的网络Emoji表情语言,对其价值意义及社会影响进行分析总结。

Emoji表情符号的艺术价值

Emoji表情符号是一种可以代替文字的符号,这种符号具有象形化、符号化的特征。它通过再现人类的表情、社会生活中的事物表现了人的情感、文化之"气"。它可以激发观者再创造的想象,引发欣赏者的审美情感。它是一种新兴事物,缺少时间的沉淀,但与中国书法类似,属于内在世界与外在世界交融的艺术形态。

人际传播视域下emoji表情符号的使用研究

随着互联网各类社交软件的普及发展,受众之间的交流不再局限于单一的文字信息,社交软件中的emoji表情符号成为互联网社交人际传播中重要的信息载体。作为一种非语言符号,emoji表情不断创新,传递不同的情绪表达,借助社交媒体的特性,打破了传统沟通方式,丰富了受众的社交生活。本文将分析emoji表情符号在人际传播中的作用和效果。

图形的意会——以emoji表情为例

无论是从人类的文化演变史还是艺术设计的发展史,图形都在其中发挥着不可磨灭的作用,它可能见证着人类智慧及创造力的开始,也推动承载了整个艺术设计的更新换代。但从图形语言的发展历史来看,人们对其的理解都会加上自我的想象与理解,这种心理定向的附加让图形有了更多的可能与意义。

emoji网络表情符号在广告中的运用形式及特征探析

由于emoji表情在网络通讯中的爆红以及其广泛的影响力,广告主开始意识到emoji表情在广告活动中的多样价值,其在广告中的运用现已十分普遍。从emoji表情的发展现状出发,具体分析emoji表情在广告中的不同运用形式,可为未来emoji表情在广告中的运用提供有益的启示。

网络社交需求下的动态化Emoji表情符号设计研究

近些年来,由于网络社交平台的崛起,满足人们社交需求的Emoji表情符号使用率大幅度提升,将其进行动态化设计具有重要意义。本文首先分析了Emoji表情符号蓬勃发展的原因,然后结合典型案例阐述了Emoji表情符号在网络社交中的重要作用,以及Emoji表情符号动态化设计的要素和未来发展趋势,希望为新时代的设计师们提供参考,完成更多、更具有活力的艺术作品。

从emoji网络表情符号的视角探究网络社交生态的构建路径

进入信息化时代,互联网催生的emoji网络表情符号语言代表了一种以互联网技术为载体的语言文化发展新形态,充分发挥着互联网在语言传播和社交活动中的作用。作为一种新型网络语言,emoji网络表情符号语言值得研究。本文对emoji网络表情符号语言的使用现状、流行原因及人们对其发展期待进行探究,目的是指导人们更好地进行网络社交实践,消解不同人群关于emoji网络表情符号语言认知的差异以及由此引起的网络沟通障碍。

引入用户情感的高阶奇异值分解推荐算法研究

传统的三阶奇异值分解推荐算法(HOSVD)通过挖掘用户、物品标签和物品三者之间的潜在关系进行推荐,然而该方法并没有将用户的情感考虑进来。基于从评论中emoji表情提炼出的用户情感偏好,提出了一种引入用户情感的HOSVD推荐算法。该方法将emoji表情分成积极、中立和消极三类,分别给每类情感赋予不同的权重,之后计算不同类emoji表情数量的加权和来表征用户的情感;再引入三阶张量模型,应用HOSVD分解进行个性化推荐。在某在线互联网教育的实证数据集上的实验结果表明,该方法比基于物品的协同过滤算法、PersonalRank算法和采用用户-社刊分类-社刊三元组信息的HOSVD算法在准确率和召回率性能指标上都有明显提升,其中进行Top-1推荐时,准确率和召回率可以达到0.353和0.281。这为移动通信端的个性化推荐提供了借鉴。

引入用户情感偏好矩阵的ItemCF算法研究

传统基于物品的协同过滤算法(ItemCF)利用物品间的相似性为用户提供个性化推荐,然而该方法仅考虑了评分数据,而未关注用户情感偏好。基于从评论中的emoji表情提炼出的用户情感偏好,提出一种引入用户情感编号矩阵的ItemCF算法。该方法利用物品共现矩阵与用户情感偏好矩阵计算物品相似度,进而进行个性化推荐。根据某在线互联网教育实证数据集的实验结果表明,该方法相比于传统基于物品的协同过滤算法,在准确率和召回率上都有所提升,在Top1-5推荐均值上分别提高了0.02和0.03。