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.

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。

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。

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。

基于灰色-加权马尔科夫模型的微博负面舆情热度预测研究

[目的/意义]结合加权马尔科夫和灰色预测模型,将负面情绪引入舆情热度影响因素中,以构建微博负面舆情热度预测模型,从而达到优化模型并丰富舆情监测体系的目的,研究结果可为相关部门提供事前预警。[方法/过程]以微博社交媒体用户为对象,以“货拉拉事件”“大连522事件”为研究事件,通过对采集到的数据进行处理,构建灰色-加权马尔科夫负面舆情热度预测模型。[结果/结论]结果显示,基于灰色-加权马尔科夫的预测模型精度优于单一的灰色预测与残差修正灰色预测模型,能有效推测出突发事件中舆情热度的发展。

突发事件舆情传播中用户交互行为预测研究

[目的/意义]预测在线社交网络突发事件中的用户行为,从而发掘舆情传播中的用户行为规律,有效控制引导舆论信息,尤其是对可能做出不同行为的用户做出分级,做到差异化的引导与应对。[方法/过程]以新浪微博中两类不同的突发事件为例,收集其中做出交互行为的用户数据,在理论研究与统计分析的基础上,将做出点赞、评论、转发3种行为的用户所具备的有效属性作为特征指标,使用随机森林和神经网络两种方法对用户交互行为做了预测实验。[结果/结论]神经网络的预测效果更好,说明本文提出的预测模型具备一定的可行性,同时本文也对突发事件中用户做出各交互行为所具备的属性做出了规律性总结。

突发公共卫生事件中政务短视频主题与用户行为的关联演化研究

[研究目的]政务短视频如何精准地服务于用户需求已成为数字政务管理实践中的重点和难点。从主题与行为的关联演化的视角出发,对这一问题展开深入探究并提出针对性的意见和建议,能为政府制定适宜的政务短视频发布策略提供决策支持。[研究方法]设计网络爬虫程序抓取政务短视频数据,基于政务话语框架和BERTopic模型对政务短视频标题进行主题挖掘,并结合话题与用户行为数据进行关联分析。[研究结论]政务短视频运营方应基于舆情不同生命阶段的用户特征指定个性化的政务短视频主题发布策略,应加大观点框架的使用频度和使用力度。但在舆情爆发期,应特别重视和强化信息框架下的短视频发布。将框架理论引入政务短视频的主题挖掘研究,并基于短视频主题和用户行为的双重视角构建了突发公共卫生事件期间政务短视频的话语框架,为突发公共卫生事件中政务短视频运营管理提供了一种全新的发布策略。

社交媒体阅读推广中意见领袖对用户参与意愿的影响

从意见领袖影响力来源出发,探讨其在社交媒体阅读推广中对用户参与意愿的影响,可为提升数字阅读推广服务效益提供参考建议。文章以TAM及其扩展模型、信任理论、传播理论、社会网络理论为基础,结合社交媒体阅读推广活动中意见领袖的特征,构建意见领袖对数字阅读推广用户参与意愿的影响模型以及相关测评量表,采用问卷调查和结构方程模型等方法进行实证研究。研究结果表明:意见领袖在社交媒体开展的阅读推广服务中,推广媒介功能不会对用户的感知有用性产生显著影响,推广内容质量、推广人特征分别对感知有用性、信任产生直接正向的显著影响,而感知有用性直接正向影响用户参与意愿,信任直接或通过感知有用性间接影响用户参与意愿;在意见领袖影响力来源中,推广内容质量对参与意愿影响最大,推广人特征中的社会特征相较于关系强度对用户信任产生的正向影响更大。

基于用户心理特征的双微耦合网络舆情演化模型

[目的/意义]利用传染病模型构建基于用户心理特征的双微耦合网络舆情演化模型,为网络舆情的危机应对和正确引导提供参考。[方法/过程]选用微博微信社交平台构建双微耦合网络,利用改进传染病模型模拟网络舆情在双微耦合网络中横纵向传播过程,通过仿真实验分析基于用户心理特征的双微耦合网络舆情演化机理。[局限]在案例选取和数据处理方面还有一定局限。[结果/结论]仿真实验发现耦合作用能加速舆情传播,控制舆情传播要求对双微平台同时采取措施。猎奇心理对用户舆情传播影响较小,权威效应提高会使网络中传播者下降3%,从众心理过大会导致传播者数量增加6%。改进SEI2R构建的舆情演化模型能够有效揭示社交媒体耦合网络舆情演化机制及用户心理特征对舆情演化的影响,可为相关部门舆情预防和控制提供参考。

基于认知失调的动态网络下用户观点演化研究

[目的/意义]本文基于认知失调构建了观点演化模型,有助于研究群体观点的演化趋势。这是从心理学角度为舆情治理提供了一个新思路,也是从以人为本的角度出发,拓展了舆情监管的理论研究。[方法/过程]首先通过分析个体对认知失调的缓解措施,总结分析出网络拓扑的动态机制;然后根据差异化的个体网络结构划分了各自的亲密度,再根据亲密度衡量对其他个体观点的接受度,构建了新的观点演化规则;最后通过调节参数来设置不同的心理环境进行仿真实验,模拟不同情况下的观点演化结果。[结果/结论]实验结果表明,在认知失调的环境中,群体意见的聚合效果更加显著;认知失调环境中个体的社交阈值越大,即对矛盾观点的容忍度越强,这越有利于社会共识的达成;面对群体中不同数量的顽固个体,若监管部门需达成不同的舆论引导效果,应采取差异化的治理措施。

信息生态视角下的社交网络舆情用户主题图谱系统构建

[目的/意义]为加强社交网络舆情用户管理提供新的研究视角,系统构建社交网络舆情用户主题图谱。[方法/过程]基于信息生态视角,结合知识关联的思想,对社交网络舆情用户主题图谱的内涵、构成要素、维度进行了解析;揭示社交网络舆情用户主题图谱由用户社群图谱、用户身份图谱以及用户情感图谱三个维度构成;并分析其构成要素与信息生态要素之间的关联关系;最后构建社交网络舆情用户主题图谱系统模型。[结果/结论]通过对社交网络舆情用户主题图谱系统模型的剖析,深化了信息生态理论在社交网路舆情用户主题图谱研究领域的应用,为后续系统研究社交网络舆情用户社群关系、用户身份以及情感演化提供铺垫。

基于情感分析的突发公共卫生事件微博评论用户画像构建

介绍基于情感分析的突发公共卫生事件微博评论用户画像构建技术路线,将计算得到的情感倾向度与其用户特征进行相关分析,提出可选取与用户评论情感倾向度具有相关性的性别、年龄、粉丝数、点赞数、简介、标签6个用户特征为内容构建突发公共卫生事件微博评论用户画像。

基于主题-情感融合模型的网络舆情演化研究——以“钟薛高雪糕事件”为例

[目的/意义]旨在分析网络舆情特征,帮助企业与监管部门提高网络舆情管控与治理水平。[方法/过程]引入SnowNLP模型,以“钟薛高雪糕事件”的网络舆情为研究对象,对微博文本进行情感分析从而划分舆情演化周期,并使用Biterm Topic Model(BTM)模型进行主题提取。在此基础上构建主题-情感融合分析模型,从个人类意见领袖、信息发布者、媒体传播者三个维度分阶段对舆情热点主题和情感演化展开交叉研究,探寻不同群体视角下舆情演化的传播机制。[结果/结论]网络舆情的演化周期分为四个阶段:形成期、扩散期、爆发期、终结期,整个舆情周期较短,呈现出动态的演化阶段特点。个人类意见领袖发言自由随意,更容易煽动群众情绪;信息发布者言论影响力大,但控制舆情的预期效果不佳;媒体传播者言论缺乏应有的客观性和中立性,加速舆情发酵。从整体上看网络情绪呈现负面极化状态。

基于网络圈群的大学生舆论引领队伍建设研究

面对突发事件时,很多大学生缺乏必要的了解和应对措施,所以任何风吹草动都可能引发大学生的情绪波动。因此,高校开展有效的舆论引导和心理疏导十分重要。作为大学生思想政治教育者,面临庞大的网络圈群空间,如何建设一支强有力的舆论引领者队伍,承担起,引导高校网络舆情的责任意义重大,本文在分析网络圈群中的大学生用户画像分析为基础,分析舆论引领者队伍建设的必要性及现阶段舆论引领者队伍建设的现状,提出从四个方面构建网络圈群中大学生舆论引领者队伍。

网络用户参与社会热点事件中的现象特征及其对舆论生态治理的启示

互联网的产生和发展颠覆了用户的交流模式,也为用户提供了丰富的社会热点事件参与渠道。本文结合社会学、传播学、心理学等理论,基于问卷调查,分析了网络用户在社会热点事件中的参与现状,并通过深度访谈和案例分析相结合的形式,结合社会热点事件在互联网中的传播过程和特点,探讨了网络用户在社会热点事件的参与中经历了怎样的心理过程。试图厘清当前环境下网络用户在社会热点事件中的参与行为特点及成因,为我国网络舆论生态治理和社会热点事件中的舆论疏导提供相关的理论和实践指导。

基于UGC的网络视频舆情传播特征框架研究

新媒体的发展开启了交互、多向的信息模式,极大地改变了人们的生活方式.网络舆论生态变得更为复杂,给网络舆论引导工作带来一系列现实的和潜在的问题.对此,提出了网络视频舆情传播特征(NVPOSF)框架,用于分析视频舆情特征.NVPOSF融合了模态内、模态间和双模态间的交互,构建了基于多头注意力的融合网络.NVPOSF通过为声学—视觉、声学—文本和视觉—文本特征分配合理注意力以获得重要特征.实验评估的结果表明,与现有的框架相比,NVPOSF具有更好的性能.为政府主动引领网络舆论,形成正面舆论强势,对社会重大事件的舆论引领起到重要作用.

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。

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.

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。

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。