基于社会评级的微博动态影响力指数构建

当前对社交媒体的研究集中于关注微博、微信的用户使用行为分析,缺乏对微博尤其是微博信息实时影响力的动态性研究。本研究以页面评级(Page Rank)算法为基础,提出改进的社会评级(Social Rank)算法,结合用户微博使用行为分析得出的权重值,并将时间因素纳入微博动态影响力评估模型之中。通过具体实例探讨了微博动态影响力指数构建的重要性和实用性。研究认为社交媒体中大量数据的深度分析与挖掘可以更好地帮助市场营销以及舆情监管部门及时掌握信息的发展动态,从而更有效地推进品牌传播和干预舆论信息的走向。

新媒体信息传播影响度测量方法的研究

新媒体时代的信息具有数量巨大,传播快速等特点。单独的信息往往在不同的新媒体形式间传递,并在各自的平台上快速扩散。研究发现要测量新媒体信息传播影响力,就必须先测量参与传播信息的各个新媒体的传播权重。通过计算历史上各个新媒体传播过的信息最终扩散范围的数据,分别测量自媒体的代表(微博、微信公众号)和网络主流媒体的代表(门户网站、移动新闻客户端)的媒体影响力指数。这一指数是相对稳定的。之后当某一条新媒体信息在互联网上出现时,就可以通过参与传播的媒体历史影响力的聚合,测量该信息的传播影响度。

互联网直播平台内容监管技术的研究

随着互联网基础技术的不断发展,近年来涌现出大量互联网新应用,直播平台就是其中非常重要的一种。作为以视频为主要传播媒介的自媒体平台,网络互动直播深受年轻用户的喜爱,平台数量与用户数量与日俱增。与其他用户众多的自媒体一样,大量色情、暴力及敏感有害内容基于这一平台传播,这主要是由于基于移动互联网和视频的直播平台目前无法被有效监管。通过大量的研究与技术实验,笔者给出了互联网直播平台内容监管的技术解决方案。