User Profile & Attitude Analysis Based on Unstructured Social Media and Online Activity

As social media and online activity continue to pervade all age groups, it serves as a crucial platform for sharing personal experiences and opinions as well as information about attitudes and preferences for certain interests or purchases. This generates a wealth of behavioral data, which, while invaluable to businesses, researchers, policymakers, and the cybersecurity sector, presents significant challenges due to its unstructured nature. Existing tools for analyzing this data often lack the capability to effectively retrieve and process it comprehensively. This paper addresses the need for an advanced analytical tool that ethically and legally collects and analyzes social media data and online activity logs, constructing detailed and structured user profiles. It reviews current solutions, highlights their limitations, and introduces a new approach, the Advanced Social Analyzer (ASAN), that bridges these gaps. The proposed solutions technical aspects, implementation, and evaluation are discussed, with results compared to existing methodologies. The paper concludes by suggesting future research directions to further enhance the utility and effectiveness of social media data analysis.

A Study on the Impacting Path Mechanism of User Behavior Habits for Tourism Social Website

Along with the development of socialized media and self-help tourism,tourism industry has been going into tourism social times.Based on technology acceptance model,use and gratifications approach,and weighted and calculated needs theory,this study explored the impact of perceived popularity,perceived characteristics,and perceived need on the use of tourism social network site and being a member of it.This study also discussed the interaction of perceived popularity,perceived characteristics,and perceived need.The findings of this paper could be used to help the management operator pay attention to strengthen the function of tourism social network site in order to provide better information for users and satisfied the needs of users.

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。

用户跨社交媒体信息行为研究——概念界定、主题归类与未来展望

[目的/意义]通过对过去10余年国内外相关文献的梳理,把握用户跨社交媒体信息行为研究的特征和不足,并提出值得关注的研究方向,为该领域的发展和理论突破提供助力。[方法/过程]在文献检索的基础上,根据研究目的和质量评估筛选文献,再通过内容分析的方式从概念界定、理论基础和主题归类等方面进行总结整理。[结果/结论]用户跨社交媒体信息行为研究具有用户类型多样性、社交媒体异质性、信息线索一致性、行为模式协同性等概念内涵,理论基础聚焦在研究背景、信息需求和信息行为等维度,研究主题可归类为不同用户在不同社交媒体中的信息行为和同一用户在不同社交媒体中的信息行为。未来研究应当进一步扩展概念特征的外延,构建专有的理论模型和深挖其实践价值。

数据挖掘技术在社交媒体大数据分析中的应用及挑战

社交平台的普及使得海量用户数据持续积淀于数据库,为广大研究者呈现了一批宝贵且稀缺的知识资源。数据挖掘技术被认为是高效的应用方法,社交媒体大数据分析在诸多领域中具有重要应用价值。文中主要探讨了数据挖掘在处理社交媒体大数据中遇到的机遇与挑战,详述了社交媒体大数据的特性,及数据挖掘在此领域的基础运作原理。经过对数据挖掘技术在社交媒体大数据分析领域的深入研究,归纳出了涉及用户行为分析、情感解读、社交网络探究等的关键应用。

社交媒体促进青少年体育行为的影响机制——基于混合方法的研究

目的:探讨社交媒体对青少年体育行为的影响机制,为促进青少年在新媒体环境下的体育行为生成与保持提供参考。方法:采用混合方法揭示社交媒体(社交分享和社交竞争)、社交自我效能感、自我呈现与青少年体育行为的关系,以及社交媒体影响青少年体育行为的机制。结果:社交分享和社交竞争对青少年体育行为具有积极的促进作用,社交自我效能感在社交分享、社交竞争与青少年体育行为之间起中介作用,自我呈现在社交分享、社交竞争与青少年体育行为之间未发挥正向调节作用。社交媒体通过社交互动和运动打卡影响青少年的体育态度和认知,从而促进青少年体育行为。结论:社交媒体不仅塑造用户个人身体认知,还影响用户对传播对象的身体认知以及对体育行为的态度,其通过具身媒介、身体规训、技术工具和信息反馈等开放式闭环作用促进青少年体育行为的发展。

信息偶遇对社交媒体用户社交回避行为的影响机制研究

在信息技术日益进步的当下,信息偶遇现象在用户使用社交媒体时频繁发生。以信息偶遇为自变量,将用户社交回避行为作为因变量,社交媒体认知超载、社交焦虑、在线风险暴露、熟人尴尬作为中介变量,在压力源—负担—结果理论模型的基础上,通过问卷调查法搭建结构方程模型,同时采用Bootstrap自助抽样法进行中介检验,探究信息偶遇对用户社交心理及行为产生的负面作用,以补充信息偶遇研究中的负向助推作用机制,并为有效推动用户信息偶遇提供理论依据。研究发现:信息偶遇正向影响用户社交回避;社交媒体认知超载、社交焦虑、在线风险暴露和熟人尴尬分别在信息偶遇正向影响用户社交回避的过程中发挥中介效应;社交媒体认知超载和社交焦虑在信息偶遇正向影响用户社交回避的过程中发挥链式中介效应。研究结论将为社交媒体用户提高偶遇信息的利用效率及平台信息推送提质增效提供思路和启发。

社交媒体用户健康信息行为研究元人种志分析

[研究目的]明晰现阶段社交媒体健康信息行为的研究主题与研究内容,为深化相关研究提供理论参考。[研究方法]采用元人种志这一定性综合集成方法,严格按照相关步骤对21项原始研究进行对比、分析、转译、集成。[研究结论]社交媒体情境下健康信息行为研究主题主要包括健康信息需求、健康信息搜寻行为、健康信息分享行为和健康信息采纳行为四个维度;针对各个主题的研究内容主要从健康信息类型、行为动机和影响因素三个子维度展开,其中影响因素子维度包括个人、社会、信息和技术四个方面。

社交媒体用户虚假信息识别意向影响机制研究

[目的/意义]探索社交媒体用户虚假信息识别意向的影响机制,有助于完善我国虚假信息治理的知识体系,为健全虚假信息的社会矫正机制提供参考依据。[方法/过程]基于计划行为理论(Planned Behavior Theory),引入数字素养和风险感知两个变量构建了社交媒体用户虚假信息识别意向模型,分析数字素养、风险感知、识别态度、主观规范和感知行为控制对虚假信息识别意向的影响机理。以371份样本数据为基础,运用结构方程模型进行实证研究。[结果/结论]结果表明,数字素养、感知行为控制正向影响社交媒体用户的虚假信息识别意向,主观规范和识别态度对识别意向影响不显著;感知行为控制不仅直接影响识别态度,且在数字素养和识别意向的关系中起中介作用;数字素养不仅直接影响识别意向,且通过风险感知和感知行为控制间接影响识别意向,是驱动社交媒体用户虚假信息识别意向的最重要因素。

社交媒体中社会比较如何影响用户消费行为——基于社会性消费的解释

[目的/意义]信息时代,社会比较逐渐从现实生活渗透到社交媒体用户行为的各个方面,这种比较如何影响用户消费,已经成为社交媒体企业营销和管理需要关注的重要问题。[方法/过程]研究将上行社会比较与下行社会比较整合纳入同一框架,采用组间设计和组内设计相结合的实验设计,以3次实验层层深入地探究了社会比较对用户社会性消费的影响。[结果/结论]研究发现,上行社会比较与炫耀性消费和从众性消费呈正相关,自卑感会中介上行社会比较对炫耀性消费和从众性消费的影响,反事实思维则对上行社会比较和自卑感具有中介作用;下行社会比较与炫耀性消费和稀缺性消费呈正相关,且反事实思维和幸福感在下行社会比较对消费的影响中存在遮掩效应。

短视频用户间歇性中辍行为反复机理及优化研究

[目的/意义]以抖音短视频为例,对其用户的间歇性中辍行为进行全流程解构,研究其行为的影响因素及规律,明晰弱关系社交媒体用户间歇性中辍行为流程、内在机理、发生规律,对相关信息平台的建设提供优化策略。[方法/过程]基于理性行为理论,结合相关文献构建模型;采用移动经验取样法获取抖音用户间歇性中辍行为的原始数据;利用PLS-SEM对数据进行模型验证,揭示影响因素之间的路径效应。[结果/结论]用户的间歇性中辍行为表现为“中辍—再次采纳—(中辍—再次采纳—……)中辍”这一循环往复的过程。其中感知成本、系统质量、群体规范刺激用户产生中辍意向,进而产生中辍行为;社交需求、感知愉悦性、转换障碍、群体规范刺激用户产生再次采纳意向,进而产生再次采纳行为。

社交媒体 APP 用户的移动搜索体验研究

[目的/意义]随着社交媒体APP的不断普及,社交媒体已经成为用户移动搜索的重要平台。对社交媒体APP用户的移动搜索体验展开研究,有助于完善用户移动搜索体验,丰富相关理论研究。[方法/过程]基于用户完整搜索过程(如目的、动机、搜索过程、结果采纳等)设计访谈问题,采用扎根理论的方法构建社交媒体APP用户移动搜索体验理论框架。[结果/结论]用户个体、信息特性、系统3个主范畴对用户在社交媒体中移动搜索体验产生直接的影响;使用环境对用户个体产生影响,特别是用户的使用习惯,进而间接影响到用户体验。研究结论对社交媒体APP改善搜索功能、提升用户搜索体验具有一定参考价值。

社交媒体用户数字囤积行为要素识别与影响路径研究

[目的/意义]分析社交媒体用户数字囤积行为因素之间的影响关系与层级结构,为国内外学者进一步探究社交媒体用户数字囤积行为问题提供价值参考,为社交媒体运营商减少用户数字囤积行为提供干预策略。[方法/过程]基于MOA理论,从动机、机会和能力3个维度提取要素,结合改进的DEMATEL-ISM-MICMAC对社交媒体用户数字囤积行为的影响因素进行影响程度打分,确定关联路径,划分层级模型,并建立“驱动力—依赖性”结果分析图。[结果/结论]在DEMATEL的计算结果中,其中心度较高和影响度较高的因素与ISM中的根源层因素以及MICMAC中所得出的独立群因素在影响性质上具有一致性,且进一步发现改进的DEMATEL-ISM-MICMAC对社交媒体用户数字囤积行为影响因素之间的识别和内部关联存在交互关系。

社交媒体环境下智能推荐内容点赞行为影响机理研究

[目的/意义]具体探讨社交媒体环境下智能推荐内容点赞行为的影响因素,分析其影响机制及影响路径,为未来研究实践提供参考。[方法/过程]运用扎根理论,采用NVivo对访谈资料进行三级编码,梳理并分析范畴间关系,构建社交媒体环境下智能推荐内容点赞行为影响机理理论模型。[结果/结论]平台声誉、智能推荐信息质量、智能推荐服务质量、智能推荐系统质量及用户需求、用户感知通过用户满意度间接影响点赞意向,用户感知、游戏化运营、社会影响、从众行为直接影响点赞意向,点赞意向直接影响点赞行为。最后从社交媒体治理、运营、使用角度提出建议,并对未来研究进行展望。

社交网络“内容趋同引力”现象与效应实证——基于Word2vec的微博数据挖掘

【目的】明确提出“内容趋同引力”的现象与分析维度,以考察社交网络环境中存在着的信息趋同现象与特征。【方法】抓取新浪微博的14,111,274条有效帖子样本,采用Word2vec等文本和语义挖掘手段考察:在特定时间周期内,按照同等传播热度切分后的各信息层与全部层的两两相似度,及这种相似度与各信息层热度的关系。【结果】任意两个信息单元G1、G2之间的内容相似度,与这两个单元的热度之和(H1+H2)成正比。“内容趋同引力”的现象和效应,在从单条帖子到多条帖子的微观细粒度和层组大尺度,都是成立的。【局限】对于社交网络内容趋同现象产生的结构性后果及其演化规律还缺乏更为具体和深刻的分析。【结论】“内容趋同引力”效应的探讨视角,为微博信息流通拓展了理论可能空间与实践可预测价值,同时也蕴藏着信息社会“舆论极端”语境、“反公共领域”的信息风险。

危机传播情境下社交媒体用户涉疫信息转发行为形成机理

文章聚焦危机传播情境下社交媒体用户的涉疫信息转发行为,遵循扎根理论研究范式,深度访谈22名研究对象,提炼出转发动机、转发对象、转发内容、转发形式、转发渠道、转发障碍、转发行为生命周期7个主范畴及核心范畴,进而揭示危机传播情境下社交媒体用户涉疫信息转发行为的形成机理。危机传播情境下社交媒体用户在利益相关、情感交流等动机的驱动下,将筛选后的涉疫信息以特定的形式,通过特定社交媒体平台转发给选定对象,在此过程中存在信息与平台两个层面的障碍。研究发现:随着疫情的发展,社交媒体用户的涉疫信息转发行为呈现出生命周期性特征。研究危机传播情境下社交媒体用户涉疫信息转发行为的形成机理,有助于深度了解与预测用户行为,可以为政府相关信息发布与舆论引导、社交媒体精准信息推送等提供理论参考。

基于大数据的社交媒体用户行为分析

随着技术的发展,数据信息化的优势越来越大,人们的生活与交流均离不开互联网信息,社交媒体成了人们生活必需品。网络媒介如电脑、移动终端等智能设备在不断优化自身的同时,为人们在网络世界与现实世界之间提供了相互的连接渠道,使人们在享受大数据营造的边界环境中实现了一定程度的自我呈现、身份转换等,开创了更多的社交可能。基于大数据的社交媒体用户行为,文中总结了当前网络用户的基本特征和使用现状,可以为社交媒体中的社会问题提供新的改进方向。

社交媒体后续采纳阶段用户转移行为研究——以微信为例

近年来,由于社交媒体类型不断创新,市场竞争不断升级,用户对于社交媒体的黏性和依赖度成为学界和业界共同关注的话题。在社交媒体的后续采纳阶段,用户经常从一类产品转移到另一类产品,这种迁移行为背后蕴藏着复杂的动机和原因。鉴于此,了解影响用户转移行为的因素,对社交媒体提供商和产品经理有着重要的实际意义。本研究以微信为例,从人类迁移学研究中引入基于网络的人类迁移理论,以探讨虚拟世界的用户转移行为,构建了社会化媒体用户转移概念模型。在模型中,我们将用户转移分成转移意愿和实际转移行为两个过程,并从社会网络性、相对匮乏性、了解型信任和个人创新四个方面提出相关假设。其中相对匮乏性为形成性变量,由相对情感匮乏性、相对功能匮乏性和相对经济匮乏性三个反映性变量组成。本研究在对问卷的信度和效度检验的基础上,利用偏最小二乘方法工具WarpPLS 4.0对模型和相关假设进行了检验。研究结论对于社交媒体的交互设计和管理模式提供了参考价值,并从理论上深化了虚拟社区中用户转移行为的概念模型。

社会媒体大数据分析研究综述

社会媒体作为人们传播信息和表达观点的重要渠道,包含大量丰富的有用信息,近年来已成为大数据最具代表性的数据来源之一,挖掘与分析这些信息对社会发展影响深远。按照社交媒体的构成要素将目前研究划分为3类,即从基于用户的分析、基于关系的分析和基于交互内容的分析三方面进行总结分析。首先,从多源异构网络中识别用户身份,发现社群并计算用户影响力来分析基于用户的数据;其次,从用户关系强度计算、信息传播和影响力最大化3个角度探讨了基于交互关系为中心的数据分析;然后,基于用户交互内容探讨了特征提取与选择、话题事件挖掘、多媒体数据分析以及情感分析4个问题。最后,从信息传播、影响力计算、特征提取与选择、微博新闻挖掘、社会媒体大数据融合和跨语言情感分析6个方面指出了现有研究的挑战性和未来研究的新视角。

基于行为过程的移动社交媒体用户信息质量评价实证研究

文章基于马莱茨克的大众传播模式从行为过程角度对移动社交媒体用户信息质量评价问题进行了研究。首先,结合移动社交媒体的特点和用户行为特性将移动社交媒体用户的信息行为过程进行分解,形成移动社交媒体用户信息行为过程模型;然后,构建移动社交媒体用户信息质量评价模型,提出相应研究假设并设计具体的评价指标体系;最后,基于获取的550份有效问卷利用AMOS17.0应用GLS法对模型进行检验与修正,发现信息行为客体和媒体形象是影响用户评价移动社交媒体的重要因素,形成移动社交媒体用户信息质量评价的关键指标体系。