微博用户

摘要： 作为红色记忆实践的具象反映,社交媒体用户红色记忆呈现具有较强的社会建构属性,对其深入研究成为重要的时代使命,对建党百年红色记忆的建构及控导具有重要的理论和实践意义。文章以社交媒体用户红色记忆呈现为核心议题,运用Python3.6进行挖掘分析后发现,其呈现出历时态的节点唤醒、共时态的记忆共享及其强化认同的特点。新时代红色记忆建构应注重节点、仪式与符号,促进红色记忆的唤醒;注重多“记忆场”媒介化连接,实现红色记忆共享场域的进一步塑形;注重纵贯国家话语与“记忆微光”,使新红色记忆建构通达社会认同。

摘要： [目的/意义]基于社交网络用户自我披露的历史数据,挖掘用户人格特质与其自我披露水平的内在关联,为社交网络平台制定差异化运营策略、提高用户自我披露水平提供参考,促进社交网络平台的健康快速发展。[方法/过程]以新浪微博为例,采用网络爬虫抓取用户的历史数据,统计其自我披露水平;将大五人格模型与LIWC词典相结合,构建LIWC特征词与五类人格特质的映射关系,依据用户的实际微博文本计算其人格特质;结合上述两个结果,探索用户人格特质与其自我披露水平的关联。[结果/结论]社交网络用户自我披露水平与其人格特质之间存在关联性。外向性与开放性人格特质与用户自我披露的整体水平显著正相关;尽责性和神经质性人格特质与用户自我披露的整体水平显著负相关,但神经质性人格特质与公开发布微博比例显著正相关;宜人性人格特质与用户公开发布微博比例显著负相关,但与用户自我披露的整体水平无显著相关性。

摘要： 信息大爆炸和大数据的裹挟使大众陷入技术主义迷思,大众需认清媒介对主体起可能性作用而非决定性作用。本文以微博平台为例,从用户使用情境中的生产、传播和社交情境着手研究人与媒介之间的互动,互动过程中媒介的“可供点”为人的行为提供“可供性”。研究发现平台促发内容创作,大数据和算法将用户裹挟进信息洪流的同时,促进用户意识觉醒,社交“可供点”让用户在社交中实现对身体的补偿。

摘要： 一网民发表造谣诋毁英雄烈士言论北京警方:开展追逃@海淀公安分局3月15日消息,近期,新闻媒体报道捍卫国土戍边官兵的英雄事迹后,有群众向警方举报,一新浪微博用户曾于2020年6月23日在他人微博评论区发表造谣诋毁英雄烈士的言论,造成恶劣社会影响。经警方调查核实,该微博用户潘某(男,30岁)于2020年2月2日离京出境后,一直在境外。

摘要： 3月16日,特斯拉车主喻女士发表声明称,认可第三方检测机构出具的检测结果,认同车辆制动系统性能正常,不存在质量问题。此后,该名认证为“特斯拉海南碰撞事故车主”的微博用户删除了此前的所有质疑内容,消失在了舆论浪潮中。

摘要： [目的/意义]以移动互联网环境下的微博用户为研究对象,探究其信息偶遇行为影响因素,补充这一情境下的信息偶遇研究.[方法/过程]基于已有文献提取出用户信息偶遇的相关影响因素,结合移动互联网环境下的微博特性,从用户层面以及信息层面构建微博用户信息偶遇影响因素模型,并通过问卷法收集相关数据,对该模型进行实证检验与修正.[结果/结论]自我披露、信息多样性、信息热度、信息可靠性对微博用户信息偶遇行为影响显著,微博用户的自我效能以及在线信任对信息偶遇的影响并不显著.

摘要： 本文构建"日本钻石邮轮"舆情话题微博用户的主题聚类图谱和对网络社群间主题传播路径进行分析,可以更好地识别微博用户主题特征和意见领袖,从而帮助舆情监管部门对舆情进行更为有效的引导和监管.本文基于LDA(latent Dirichlet allocation)模型构建新冠肺炎疫情事件下微博用户的主题聚类图谱,利用困惑度评价指标来确定微博用户的最优主题数和主题分布;利用网络用户转发评论关系构建微博用户主题聚类图谱,提出网络社群间主题传播路径分析方法.本文结合"日本钻石公主号邮轮"这一全球新冠肺炎疫情期间的重要舆情话题,进行微博用户群体主题的确定、主题意见领袖的识别以及该话题下的网络社群间主题传播路径分析.研究结果表明,基于LDA模型可进行网络群体主题识别,并发现衍生的舆情话题,通过意见领袖识别可更好地进行舆情引导,利用网络社群的主题传播路径分析可进行话题推送,从而实现对舆情更好地引导及网络生态治理.

摘要： 当前对于社交网络"标准偶像"现象和机理的研究,仍缺乏足够重视、专门实证探讨和理论自觉.明确提出"标准偶像"的理论概念,并进行其机理实证分析.采用潜在语义分析(LSA)对微博用户的文本数据进行挖掘,结合统计检验和路径分析考察标准偶像的作用.社交网络内容生产中,高粉丝数、高流量、高咖位的用户,其个体的内容整体不是趋向丰富性、垂直细分和特立独行的差异化,而是趋向越来越重复、趋似和标准化.微博用户的粉丝数越高,则其趋同于标准用户的程度相应越高,用户粉丝数和内容之间的关系越来越闭合,促进高粉阶层的异质性不断被削磨,同一化标准化程度不断增加,表现出"标准偶像"的现象、效应及其社会文化逻辑.微博中的"标准偶像"及其传播后果,蕴含着从"大众偶像的胜利"到"标准偶像的胜利"、从多样话语崛起到封闭圈层和"社会窄化"的转向.

摘要： 大概5年前,偶然间,我看到一个微博用户。和别人不同,他从不转发,不发照片、视频,也不会参与抽奖等,每一条微博都是纯文字,写得很长,标点符号用得很对,表现出,上一代人在对待书面语时特有的郑重。我点进去,果然,这个没有什么粉丝的用户是20世纪五六十年代生人,算算年纪已到知天命之年。每天他都在微博上流水账式地记录自己一天的生活,做了什么,见了谁,谁来做客,说了什么之类,事无巨细。

摘要： 大概5年前,偶然间,我看到一个微博用户。和别人不同,他从不转发,不发照片、视频,也不会参与抽奖等,每一条微博都是纯文字,写得很长,标点符号用得很对,表现出上一代人在对待书面语时特有的郑重。我点进去,果然,这个没有什么粉丝的用户是20世纪五六十年代生人,算算年纪已到知天命之年。

摘要： 随着互联网和通讯技术的发展,微博已经成为人们日常生活中不可或缺的重要应用.本文以使用与满足理论为基础,研究微博用户的需求满足与持续使用行为之间的关系.采用马斯洛的需求层次理论作为需求分析框架,建立用户微博持续使用行为与其需求满足之间的回归模型,通过问卷调查方法进行数据收集,并对模型进行实证检验与分析.实证结果表明:安全需求、归属需求、尊重需求、认知需求的满足是影响用户持续使用行为(访问频率和使用时长)的重要因素,自我实现需求的满足与持续使用行为之间正向联系的假设没有得到实证的支持.

摘要： 微博是近年来用户增长最快的互联网应用之一。以往对它的研究主要有两种方法，第一种技术接受模型指出感知有用性、感知易用性是影响用户持续使用的重要因素，另一种期望不一致理论认为信息系统用户的满意度受用户期望以及产品表现与期望之间不一致程度的影响。然而微博不仅是一种信息系统，同时也是一种社交媒体，因此在研究微博用户行为时有必要考虑社交维度的影响。因此本文从社会心理学角度提出感知相似度与感知熟悉度两个构念，并通过问卷调研收集数据，利用结构方程模型进行假设验证。研究表明感知熟悉度对于感知有用性、用户满意度及用户忠诚度的影响都是显著的，感知相似度对于感知有用性和用户满意度的影响也是显著的。根据研究结论，本文提出通过优化好友推荐机制、强化互动机制及活动策划来提升用户感知相似度和感知熟悉度，并最终提升用户忠诚度。

摘要： 为了避免传统抑郁症识别方法的缺陷,提出利用社交网络信息进行抑郁症识别的方法.利用新浪微博上相关抑郁症用户微博信息作为标准,提取微博中的情感关键词和行为关键词,根据ICD-10中抑郁症诊断标准标注其中抑郁症相关的词汇,分别计算抑郁症相关的词汇在两种关键词中的占比,以选取用户的抑郁症相关词汇占比的平均值作为判断阈值,识别用户是否患有抑郁症.然后随机选取用户进行实证,方法结果和抑郁症自评量表(SDS)结果进行比较,验证二者的相关性,实证结果显示,提出的方法可以有效识别抑郁症.其结果可以作为医生进行心理治疗、社会进行心理援助的重要专业依据,并据此在未来实现抑郁症的实时监测.

摘要： 微博用户的内容贡献不仅是个体的记录表达,更是微博平台发展的先决条件.本文首先引入了动机理论、社会资本理论等来分析微博用户内容贡献的驱动因素,将内容贡献的动因分为内在驱动(自我记录与表达、情感满足、隐私担忧和印象保护)和外在驱动(外部奖励和预期互惠)两大类;研究结果显示内在动机中自我表达与记录和情感满足积极影响内容贡献意向，但是隐私担忧和印象保护对内容贡献的消极影响没有得到验证。外在动机中预期互惠积极影响内容贡献意向，外部奖励对内容贡献意向没有显著影响。这说明从用户的角度来讲，微博的自媒体功能满足了用户表达自我的需求，使用户获得了情感上的满足，从而更愿意在微博上贡献内容。同时，用户在使用微博的过程中感知到的有用性及互惠性也激励用户更多的在微博上作出内容贡献。本研究中外部奖励主要侧重于虚拟奖励，如网络奖品、积分、等级提升等，并没有显著影响内容贡献，这说明微博服务商应该结合微博受众需求及平台本身的特点重构其奖励机制，其次,探讨了微博的三种系统特性(广播性、互动性和易访问性)对内容贡献动因的影响;研究结果显示微博的系统特性广播性、易访问性、互动性对于用户内容贡献的外在动机和内在动机都有显著的影响。微博服务商应该加强这些平台属性从而促使用户贡献更多的内容。广播性对隐私担忧的积极影响也应得到微博服务商的关注。在保持微博广播性这一媒体属性的前提下，提供一些个性化的设置来保护用卢隐私，比如设置非共同关注的好友可以浏览内容的范围等，从而在加强广播性对于内容贡献正向影响的同时，降低其负向影响，最后提出微博用户内容贡献的研究模型和假设，并利用问卷调查法收集数据,对模型进行实证检验.

摘要： 文章提出了与时间因素相结合的特征词权重更新方式以及关联分析与TF-IDF相结合的特征词推荐策略,通过实验数据证明可以及时更新特征词权重、大幅提高特定话题相关特征词推荐的有效性,从而提高对用户分类的准确度.文章提出的两个策略优于传统策略,通过实验数据证明有效可行.

摘要： 本发明涉及社交网络分析领域，特别涉及一种基于用户和微博主题的微博流行度预测方法及系统，该方法包括：获取预设时间段内的微博数据和用户数据，根据所述微博数据和所述用户数据，获取用户属性特征和微博主题特征，将所述用户属性特征进行归一化处理，以处理后的所述用户特征进行用户聚类，并根据聚类结果，获取用户的类别信息；根据所述微博主题特征和所述用户的类别信息，获取用户聚类在所述微博主题下的转发特征，并计算所述用户聚类在所述微博主题下的权重系数；根据所述微博主题特征、所述用户属性特征、所述权重系数，构建微博流行度预测模型，通过所述微博流行度预测模型对微博流行度进行预测。

摘要： 本发明提供一种微博热点话题下基于用户情感行为特征的用户群体划分模型，该模型涉及到了数据挖掘技术领域与自然语言处理研究方向。本发明提供的模型先通过网络爬虫采集相关热点话题下用户发布的微博文本，再先后经过文本预处理模块、情感分析模块、用户情感行为特征计算模块、用户划分模块，得到最终的基于用户情感行为特征的用户划分结果。本发明考虑了微博情感分析具有时间迁移性和用户动态情感行为的特点，解决了微博热点话题下用户划分结果没有考虑动态情感行为的缺点。通过本发明可以揭示微博热点话题下，不同用户的情感行为特征，针对用户群体划分结果，更易对用户群体进行管理。具有一定的个人、商业和社会价值。

摘要： 本发明提出一种基于微博文本的微博用户兴趣发现方法，包括以下步骤：从互联网上获取数据信息，其中，数据信息包括微博文本、转发信息和关注信息；对微博文本进行分析以获取先验知识，其中，先验知识包括用户互动关系和种子词；对微博文本进行主题聚类以生成主题模型；以及将先验知识集成至主题模型中以对用户的兴趣进行发现。本发明实施例的方法能够快速的从海量微博用户及其文本中发现用户兴趣分布，另外，该方法自适应性好、易于扩展。本发明还提供了一种基于微博文本的微博用户兴趣发现系统。

摘要： 本发明提供一种基于微博用户关系的用户性别识别方法及系统，本发明方法包括以下步骤。S1、根据微博网站提供的API接口，收集微博用户的用户信息，并对不同用户进行分类。S2、根据已分类用户的userid获取其关注者和粉丝两者的userid，并将所述关注者和粉丝两者的userid整理成文本。S3、使用信息增益对训练样本进行特征提取，并使用最大熵分类器将待分类样本进行分类。本发明相比使用微博文本，具有更好的微博用户性别分类效果。

摘要： 本发明公开了一种综合微博用户社交关系和微博文本特征抑郁情绪识别方法，以微博用户社交关系网络和发布微博文本数据运用机器学习的方法进行识别抑郁情绪用户。给微博文本打上抑郁情绪的特征标签利用分词器进行分词并同时去掉停用词。利用卡方检验进行特征值的提取与抑郁情绪相关的词语作为特征词。在选取出特征词后对每篇微博文本计算每个特征词的权重值，并同时将微博文本映射到一个特征向量。根据特征向量训练抑郁情绪文本分类模型。根据前N个最高概率计算出的平均概率和得到PageRank(pi)使用模型融合的方法计算出该用户的最终抑郁情绪结果。本发明综合微博用户社交关系和微博文本特征识别抑郁情绪方法可以进一步增强抑郁情绪识别精度。

摘要： 本发明公开了一种基于微博用户关系进行微博转发预测的方法和系统，其方法包括：获取并存储预设时间窗内各微博用户的用户关系；根据所述微博用户的用户关系建立微博用户关系网络；计算所述微博用户关系网络中每个节点的权重；根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测。本发明通过构建微博用户之间的微博用户关系网络，然后根据微博用户之间的关系，从而能够对微博的转发进行准确的预测。

摘要： 本发明公开了一种根据微博用户库采集微博内容的方法及设备，其中该方法包括：判断所述微博用户库中预先选定的微博用户是否符合预先定义的条件；如果所述预先选定的微博用户不符合预先定义的条件，则将所述微博用户库中预先选定的微博用户的选定状态标识为非选定；如果所述预先选定的微博用户符合预先定义的条件，则保持所述微博用户库中预先选定的微博用户的选定状态不变；对微博用户库中标识选定状态的微博用户对应发布或转发的微博内容进行采集。通过本发明的实施例能够有效提高采集微博用户库中微博用户的微博内容的准确性。

摘要： 本发明提出一种基于微博文本的微博用户兴趣发现方法，包括以下步骤：从互联网上获取数据信息，其中，数据信息包括微博文本、转发信息和关注信息；对微博文本进行分析以获取先验知识，其中，先验知识包括用户互动关系和种子词；对微博文本进行主题聚类以生成主题模型；以及将先验知识集成至主题模型中以对用户的兴趣进行发现。本发明实施例的方法能够快速的从海量微博用户及其文本中发现用户兴趣分布，另外，该方法自适应性好、易于扩展。本发明还提供了一种基于微博文本的微博用户兴趣发现系统。

摘要： 本发明涉及网络中的数据挖掘技术领域，公开了一种基于用户微博文本数据推测用户常驻位置的方法，包括：文本获取：基于城市关键字，爬取关键的文本和信息；文本预处理：过滤掉文本中的干扰信息；构建地理位置词典：基于区域名称构建地理位置词典；构建地理位置相关特征集：将微博发文分词后，构建地理位置相关特征集，并为特征集中的特征词赋权；构建用户发文位置预测模型和构建用户主要活动位置推测模型。本发明示例的技术方案，可以更好地克服社交媒体短文本特征带来的数据稀疏问题，从而更准确地推测出微博用户的主要活动位置。

摘要： 本发明提供一种基于微博用户关系的用户性别识别方法及系统，本发明方法包括以下步骤：S1.根据微博网站提供的API接口，收集微博用户的用户信息，并对不同用户进行分类。S2.根据已分类用户的userid获取其关注者和粉丝两者的userid，并将所述关注者和粉丝两者的userid整理成文本。S3.使用信息增益对训练样本进行特征提取，并使用最大熵分类器将待分类样本进行分类。本发明相比使用微博文本，具有更好的微博用户性别分类效果。