Sentiment Analysis in Social Media for Competitive Environment Using Content Analysis

Education sector has witnessed several changes in the recent past.These changes have forced private universities into fierce competition with each other to get more students enrolled.This competition has resulted in the adoption of marketing practices by private universities similar to commercial brands.To get competitive gain,universities must observe and examine the students’feedback on their own social media sites along with the social media sites of their competitors.This study presents a novel framework which integrates numerous analytical approaches including statistical analysis,sentiment analysis,and text mining to accomplish a competitive analysis of social media sites of the universities.These techniques enable local universities to utilize social media for the identification of the most-discussed topics by students as well as based on the most unfavorable comments received,major areas for improvement.A comprehensive case study was conducted utilizing the proposed framework for competitive analysis of few top ranked international universities as well as local private universities in Lahore Pakistan.Experimental results show that diversity of shared content,frequency of posts,and schedule of updates,are the key areas for improvement for the local universities.Based on the competitive intelligence gained several recommendations are included in this paper that would enable local universities generally and Riphah international university(RIU)Lahore specifically to promote their brand and increase their attractiveness for potential students using social media and launch successful marketing campaigns targeting a large number of audiences at significantly reduced cost resulting in an increased number of enrolments.

Ontology modeling of semantics in social media:Public issue knowledge base (PIKB)of the Weibo

Purpose:This study aims to construct an ontology to model the semantics of social media streams,in particular,trending topics and public issues.Design/methodology/approach:Our knowledge base included 10 public events and topics from Weibo respectively,which were collected through keyword search and a crawler program.We used a semi-automatic approach to model and annotate the semantics in social media,and adapted the multi-layered ontology to refine the design based on previous researches,then we used named entity recognition(NER) to extract entities to instantiate the ontology.Relationships were extracted based on co-occurrence measures.Finally,we manually conducted post-filtering evaluation and edited the extracted entities and relationships.Findings:An initial assessment demonstrated that our multi-layered ontology supports various types of queries and analyses in the public issue knowledge base(PIKB),which can serve as an effective tool to query,understand and trace public issues.Research limitations:Manual involvement cannot meet the requirements for challenges of sustainable developments.Since the relationships extracted are fully based on the co-occurrence of entities,rich semantic relationships,such as how much the key players have been involved,could not be fully reflected.Besides,the user evaluation is necessary for further ontology assessment.Practical implications:The PIKB can be used by regular Web users and policy makers to query,understand,and make sense of public events and topics.The methodology and reusable ontology model are useful for institutions that are interested in making use of the social media data.Originality/value:In this study,a multi-layered ontology is applied to model the evolving semantics of public events and trending topics in social media,and the semi-automatic approach could make it possible to extract entities and relationships from large amount of unstructured short texts of user generated content(UGC) from social media.

企业社交媒体平台印象管理策略——基于新浪微博数据的内容分析

互联网时代,企业使用社交媒体平台进行印象管理能够改变受众认知,树立良好的企业形象。探讨企业在社交媒体平台上印象管理策略分类,利用数据爬虫软件搜集新浪微博品牌排行榜前10名的企业微博推文,通过内容分析法得出企业在社交媒体平台上经常使用的具体策略有四种:自我呈现、企业社会责任、道歉声明、辩解对抗。此外,还发现企业在道歉声明中还会结合自我呈现或者辩解进行策略地组合应用。

媒介化时代文化艺术对外传播塑造国家形象的维度与策略——基于社交媒体受众评价的内容分析

文化艺术对外传播是塑造国家形象的重要手段,其施为作用主要发生在国家形象塑造的规范维度和审美维度两个层面。增强中华文明传播力影响力的战略部署和全面媒介化的时代背景为文化艺术的对外传播策略和国家形象塑造策略提出了新的要求。作为世界上唯一没有中断而发展至今的文明,中国的国家形象实际上是国家形象与文明形象的综合,传统文化和现代文明的互融与更新塑造着当下的中国国家形象。媒介化时代则要求跨文化传播全面关注个体认知和公共话语、地方性文化和全球化语境的关系。通过对海外社交媒体上的受众评价进行爬梳和内容分析,结合以上多重维度,可以提出一个在媒介化时代通过文化艺术塑造中国国家形象的综合性模型。

工程地质勘察社会实践课程教学探讨

该文以放牛山滑坡地质灾害监测点实践教学基地为例,探索了社会实践课程建设内容。社会实践教学主要内容包括工程地质测绘实践、现场监测实践、工程地质综合分析实践、地质灾害防治意识培养、思想政治教育等。教学期间,通过做好充分的教学准备、创新教学形式、制定安全措施保障等,确保社会实践课程顺利开展。

社交媒体过载、疲惫对用户不持续使用意愿的作用机制——基于元分析结构方程模型的分析

文章在整合相关实证文献的基础上,构建了过载视角下社交媒体用户不持续使用意愿整合模型,并基于元分析结构方程模型方法,揭示了社交媒体过载对用户不持续使用意愿的影响效应。元分析方法结果显示:疲惫对社交媒体用户不持续使用意愿平均效应最大;过载因素中,交流过载对不持续使用意愿相关系数均值最大,其次为信息过载、技术过载。结构方程模型方法分析结果显示:疲惫、交流过载对不持续使用意愿具有显著的正向直接影响;技术过载对信息过载、交流过载、疲惫均有正向显著影响;信息过载通过疲惫的中介作用间接影响不持续使用意愿;文化背景、社交媒体类型对信息过载、疲惫与不持续使用意愿的影响具有调节作用。

从“规制”到“元规制”:社交平台用户生成内容治理的范式转型

面对社交平台上海量用户生成内容,传统“规制”模式的不足越发凸显:有害内容传播与平台自治之间存在张力;“保护”用户的同时也“侵害”其基本权利;对“可见性”的争夺破坏了“公平性”。为了寻求破局之道,引入“元规制”理论视域和实践经验,有助于勾勒治理范式的转型方向:继续明确平台定位与责任,实行间接问责;规范并公开内容调节的程序,接受全社会的监督;推动内容矫正的公平性、可问责性和透明度,形成各主体被平等对待的压力。本文发展了内容治理的三个维度,将其置于“元规制”视域下进行审视,旨在描摹未来可能的改革方向,助力健全网络综合治理体系,构建公平公正的世界信息传播新秩序。

社交媒体原创内容如何影响商业内容--基于微观数据的实证研究

社交媒体平台的影响者营销已成为企业营销中不可或缺的一部分。影响者通过创作原创内容提高影响力,然后通过发布商业内容获得收益。因此,原创内容与商业内容之间密不可分,但鲜有文献关注这一问题。本文基于中国某知名社交媒体平台的面板数据进行实证研究,结果表明:影响者上期原创内容发布数量与传播效果的提高,对本期商业内容数量与传播效果的提高有积极影响。进一步研究发现,商业内容发布数量受声誉机制的影响:影响者声誉越高,影响者通过原创内容建立声誉来提高商业合作数量的需求越弱,原创内容对商业内容发布数量的影响越弱;商业内容传播效果受联系机制的影响:内容的用户参与度越高,影响者通过原创内容建立用户联系来提高商业内容效果的需求越弱,原创内容对商业内容传播效果的影响越弱。

基于社交媒体的乳腺癌相关内容分析研究的范围综述

目的对基于社交媒体的乳腺癌相关内容分析研究进行范围综述。方法依据范围综述方法学框架,检索Web of Science、PubMed、Cochrane Library、CINAHL、Embase、中国知网、万方和中国生物医学数据库中的相关研究,检索时限为2013年1月1日-2023年1月1日,对纳入文献进行汇总和分析。结果最终纳入70篇文献,研究大多数来自美国,发表于2019-2022年。研究以乳腺癌患者或利益相关者作为研究对象,聚焦于社会支持、发帖内容准确性、治疗等主题,更多关注具有广泛受众的社交媒体平台Twitter、Facebook,和乳腺癌特异性社交媒体Breastcancer.org等,多数通过关键词、标签和算法检索帖子进行数据收集,根据帖子数量及研究目的选择人工处理、机器算法等形式,并从主题和情感2个主要维度开展文本、图像等的内容分析。结论目前基于社交媒体的乳腺癌相关内容分析研究关注社会支持和发帖内容的准确性等研究方向,数据分析方法涉及小样本手工分析和大样本机器学习,相关结果丰富了乳腺癌患者及其利益相关人群的需求和体验研究,可为基于患者报告的体验研究提供多样化的研究成果。后续研究可积极探索主流媒体中乳腺癌患者的真实需求及体验,具化各类群体的需求特征,从而基于社交媒体为乳腺癌群体建立精准化的信息服务方案。

政务新媒体传播效果及其影响因素研究——基于社会临场感理论视角下的跨平台比较

以社会临场感理论为研究基础,以S省交警微博、微信和抖音3个平台账号中的2 031条数据为研究样本,采用回归分析法来考察政务新媒体跨平台信息传播效果及其影响因素。结果表明,社会临场感理论视角下,政务新媒体通过内容生产创设公众参与情境,吸引公众对政务信息的关注、接受与分享。而在此过程中,支撑“临场感”建构的情感策略、互动策略与凝聚力策略在不同平台会产生差异化的传播效果。此外,不同的平台、不同的内容主题也会对政务新媒体信息传播效果产生差异化影响。基于此,政务新媒体的内容运营需根据不同平台的特点,通过积极创设社会临场感来提升传播效果,在内容整体定位上应使用关系导向和以他人为中心的信息发布策略,在主题设置与策略选择上则应依据社会临场感的不同维度、不同平台的技术逻辑与活跃用户需求,差异化运营政务信息。

社交媒介视域下用户原创内容评论区场域建设的路径

社交媒介视域下用户原创内容评论经历了早期的单向性新闻评论阶段、互联网背景下的新媒体评论阶段、网络媒介技术催生下的社交媒介评论阶段,进而推进了用户原创内容评论区场域的形成。用户原创内容评论区是平台、用户、评论区三者在运行中相互支持、相互促进、相互依存的必然结果,借由社交媒体平台支撑赋予用户主体角色、用户积极参与构建信息交互场景、原创内容与评论信息暴涨引发事件热议,用户原创内容评论区场域得以形成。把握社交媒介视域下用户原创内容评论区场域属性及主要特征,并围绕用户原创内容评论区场域主旨意向的表达、用户原创内容评论区场域围观参与的体验、用户原创内容评论区场域趋利欲望的实现三大维度,为推动用户原创内容评论区场域建设指明方向。

AIGC议题的动态演进与传播结构:基于微博和Twitter的比较分析

不同文化背景和社会情境可能会形成不同的技术认知,基于跨平台比较视角,采用动态主题模型等工具比较微博和Twitter中人工智能生成内容(AIGC)议题在发展趋势与传播结构上的差异,探讨促成这些差异的多维因素。研究发现:在微博中,用户更关注AIGC的经济和商业价值,侧重探讨新技术与经济发展的关系;在Twitter中,AIGC讨论与技术逻辑具有更紧密的联系,诸多文化界、产业界博主将技术对产业、伦理的影响和对未来的想象推到更重要的讨论位置。研究认为,由经济要素驱动的AIGC讨论机遇与风险并存,在关注AIGC经济价值的同时,也要警惕资本、市场对技术认知和技术发展的过度干预,防止技术背离“以人为本”的价值初衷。最后,宏观层面的语境也并非稳定不变,未来应当继续关注技术认知的结构性变化以及其将如何影响新技术发展等问题。

目的地社交媒体内容营销影响游客出游意愿的机制研究

随着数字化时代的到来,社交媒体内容营销在提升旅游目的地吸引力方面具有重要作用。文章基于叙事传输、唤醒、支配、距离欲望及出游意愿等变量,探究了目的地社交媒体内容营销影响游客出游意愿的机制。通过利用结构方程模型对300份有效问卷进行数据分析,结果表明:叙事传输对游客出游意愿具有正向作用;唤醒和支配在叙事传输与游客出游意愿之间具有中介作用;距离欲望会调节支配对游客出游意愿的影响。文章为研究游客出游意愿的影响机制提供了新的视角,研究结果对目的地社交媒体内容营销的相关研究和实践具有参考意义。

互联网视频媒体对新疆地区视频App内容创新与传播的影响研究

该文围绕互联网视频媒体对新疆地区视频App内容创新及其传播影响进行了系统研究,分析了用户特征、内容偏好和技术发展对视频媒体的促进作用,揭示了内容创新的关键机制和用户参与的重要性。特别强调了跨文化内容创新策略,以及社交媒体在加速内容传播中的核心角色,评估了这些因素存在的共同作用,提升视频内容的地区影响力,促进文化交流和经济发展。研究结果表明,有效的内容创新与传播策略能够显著提高新疆视频App的吸引力和影响力,对促进地区文化多样性和社会融合具有积极意义。此外,该研究为视频媒体内容创新与传播的未来方向提供了策略建议。

短视频制作中的创意元素与观众吸引力研究

随着社交媒体和短视频平台的兴起,短视频成为人们日常生活中不可或缺的娱乐形式。通过对短视频内容、创意元素及观众反馈的分析,文章揭示了短视频制作中创意元素的多样性,以及这些元素如何影响观众的吸引力和留存率。

Detecting Fake News Over Online Social Media via Domain Reputations and Content Understanding

Fake news has recently leveraged the power and scale of online social media to effectively spread misinformation which not only erodes the trust of people on traditional presses and journalisms, but also manipulates the opinions and sentiments of the public. Detecting fake news is a daunting challenge due to subtle difference between real and fake news. As a first step of fighting with fake news, this paper characterizes hundreds of popular fake and real news measured by shares, reactions, and comments on Facebook from two perspectives:domain reputations and content understanding. Our domain reputation analysis reveals that the Web sites of the fake and real news publishers exhibit diverse registration behaviors, registration timing, domain rankings, and domain popularity. In addition, fake news tends to disappear from the Web after a certain amount of time. The content characterizations on the fake and real news corpus suggest that simply applying term frequency-inverse document frequency(tf-idf) and Latent Dirichlet Allocation(LDA) topic modeling is inefficient in detecting fake news,while exploring document similarity with the term and word vectors is a very promising direction for predicting fake and real news. To the best of our knowledge, this is the first effort to systematically study domain reputations and content characteristics of fake and real news, which will provide key insights for effectively detecting fake news on social media.

An architecture for digital hate content reduction with mobile edge computing

Mobile devices with social media applications are the prevalent user equipment to generate and consume digital hate content.The objective of this paper is to propose a mobile edge computing architecture for regulating and reducing hate content at the user's level.In this regard,the profiling of hate content is obtained from the results of multiple studies by quantitative and qualitative analyses.Profiling resulted in different categories of hate content caused by gender,religion,race,and disability.Based on this information,an architectural framework is developed to regulate and reduce hate content at the user's level in the mobile computing environment.The proposed architecture will be a novel idea to reduce hate content generation and its impact.

Online Content Impact on Young people’s Values Transformation

The investigation that underpins the present article interprets the gaps of the social data continuum.It is designed to select a set of images from the“media noise”of the information society,and then describe those that characterize the visual conceptualization of the ideas.The authors present the results of their 14-year research based on the original research methodology,and carried out in several stages(2006,2012,2017).The study is called“Fictional creatures of the mass media era.Russia,21 century”.In 2017,it is assumed that the overall youth international value agenda,an essential feature of which is the further reduction of the impact of advertising and brand communications,has been formed.Specific data are given in the article.

移动社交媒体错失焦虑症研究:动因、影响与方法

为系统分析移动社交媒体错失焦虑症实证研究成果,完善移动社交媒体错失焦虑症研究体系,文章采用系统性综述方法,以117篇英文文献和80篇中文文献作为研究对象,应用内容分析法对错失焦虑症的动因、影响与研究方法进行归纳。研究发现:错失焦虑症主要受个体特征、情绪、需求、认知和环境等五个维度动因变量的影响;错失焦虑症会直接导致社交媒体和手机问题使用,并对个体的生活、工作、学习、情绪、认知及心理等产生间接影响;错失焦虑症研究量表使用成熟,分析工具与方法相对多样,研究对象仍以高校学生为主。