基于多层结构的微博影响力决定因素研究

对狭义的微博影响力进行了研究,通过界定影响微博信息的多层结构,即用户特征和微博属性特征,将微博转发量视为衡量微博影响力的标尺,建立多层线性模型对微博转发量的影响因素进行研究,并应用非参数拔靴法改进了模型的统计推断结果。研究表明,宏观层面的用户特征不仅显著影响微博转发量,并通过跨层交互影响微博属性特征变量进而影响微博转发量。在此基础上,进一步从理论上探讨了用户特征变量与微博属性变量影响微博转发量的原因以及提高微博影响力的可行措施。     

基于Petri网的微博网络信息传播模型

微博网络中的信息传播模型是分析用户行为,找出传播路径,确定领袖人物,发现舆情热点等研究的基础。虽然多种不同角度的信息传播模型已经得到广泛研究,但缺乏对信息动态传播过程的直观描述。本文基于Petri网的结构和特征,针对微博网络信息传播过程,提出了一种简单直观的描述模型,该模型首先对微博网络的信息动态传播过程中的对象进行结构化描述。本文根据微博网络的用户结构关系,并利用Petri网的相关理论,形式化解释和定义信息传播基本对象,从而更加直接描述了微博网络中的转发、评论、回复等多种用户行为。在此基础上,本文利用Petri网能够描述信息流动问题的特征,结合颜色Petri网和时延Petri网,从Petri网系统的角度表示信息动态传播路径,并研究网络的动态性质和传播条件,使得信息传播模型更加真实地模拟信息传播情况。最后本文分析信息传播算例和新浪微博真实数据实验,验证了模型的有效性和可行性,为舆情态势分析以及用户行为的研究提供帮助和支持,同时也为其它社交网络信息传播的用户行为描述提供了新的思路。     

社会化媒体环境下的品牌传播及品牌形象差异——基于华为与海尔的比较研究

社会化媒体已成为企业品牌形象塑造的重要方式。本文以华为与海尔为研究对象，采用数据挖掘和社会网络分析方法对选取的26,503,570和3,277,717个微博用户数据进行品牌传播的过程研究，并选取两个典型事件分析信息扩散过程，然后通过高频词云图比较社会化媒体呈现的品牌形象与企业欲塑造的品牌形象之间的差异。结果显示：参与华为相关话题讨论的用户数量明显高于海尔，其传播声量亦较高；典型事件分析中，华为的“易烊千玺为nova全球代言人”得到了更多的用户关注，尤其是拥有大量粉丝账号的转发，迅速扩大了传播网络规模，而海尔的“搞笑抽奖活动”则更多的是用户直接转发、参与相关活动，拥有大量粉丝的账号参与较少；在品牌形象呈现方面，海尔的高频词云图中智慧、智能、生活直观展示出其欲塑造的品牌形象，而华为用户参与讨论的内容更为多样，但用户生成内容未能直观展示其欲塑造的品牌形象。     

戳破微博营销的神话

没有企业能果敢断定其微博营销的效果有多大。目前常见的依靠“微博大号”平台进行的转发有奖活动，短期内确实可以提升产品销量，但时间一长，微博用户会逐渐对这种同质化活动失去兴趣。     

品牌危机中网络从众情景表征对危机信息分享行为拉动效应影响研究

网络媒体的广泛使用及其信息碎片化等特征，使得品牌危机出现后用户对危机信息的分享行为存在明显从众效应。为了掌握品牌危机信息分享行为的从众因素及其作用机理，并制定有效的监控防范策略，本文基于拉动效应视角对网络空间中从众情景表征与品牌危机信息分享行为的脉冲响应及边际影响进行研究。以国内发展较为成熟的新浪微博作为网络平台研究样本，选取了2010年至2019年间所发生的具有较大影响力的66个涵盖食品、药品等七个行业品牌的危机事件作为品牌危机信息来源，运用官方API及网络爬虫法进行数据采集，获得关于转发总数、评论总数及转发量和评论量维度上的有效数据376492组。采用向量自回归(VAR)及状态空间模型(Sspace)对从众情景表征与品牌危机信息分享行为之间脉冲响应及边际影响进行分析。研究发现：(1)网络空间中从众情景表征与信息分享行为存在的显著正向因果关系；(2)从众情景表征对评论行为较之对转发行为的滞后影响更为明显，但对转发行为的滞后性较长，即存在长尾效应；(3)信息转发总数较之于评论总数对用户的转发行为的影响力更大，信息评论总数较之于转发总数对用户的评论行为的影响力更大，即用户对同类行为的从众具有同类效应；(4)不同领域间及不同年份间的品牌危机信息分享行为的情景从众效应存在结构性差异。通过模型建构与分析，表明品牌危机中网络从众情景表征对危机信息分享行为具有长尾波动效应，这可为网络用户从众行为的判别、分类及应对提供理论基础，从而防范从众情景表征促进转发及评论分享行为而导致危机信息的迅速扩散和舆情风险形成。     

社交网络中用户关注类型与发帖类型对发帖行为的影响

  用户在线分享成为人们进行线上交流的主要方式之一,在社交平台上,人们可以选择关注自己感兴趣的用户,这些用户可以是明星,也可以是普通人群。人们在社交平台的发帖行为可以分为发原创帖和转发别人的帖子两种,发帖的数量和质量直接与平台的收入挂钩,因此如何鼓励人们在社交平台上发帖成为研究人员关心的问题。         着眼于用户关注类型(意见领袖和非意见领袖)和发帖类型(原创帖和转发帖)对自身发帖行为的影响,采用从新浪微博获取的相关数据,从实证角度分析用户关注类型和发帖类型对自身发帖行为的影响,并运用工具变量的方法解决相关内生性问题。         研究结果表明,意见领袖的发帖数(无论是转发帖还是原创帖)对自身发帖行为具有正向影响,非意见领袖的原创帖数对用户的发帖行为有正向影响,转发帖数对用户的发帖行为有负向影响。这是因为意见领袖很少与用户进行互动,做为信息的传递和扩散者,意见领袖的存在为用户提供了良好的发帖素材和来源,对用户的发帖行为产生纯粹的外生影响。然而非意见领袖的转发帖很大程度上会挤压粉丝用于发帖的时间,从而抑制粉丝的发帖行为。         研究结果可以帮助研究人员更好地理解意见领袖和非意见领袖在社交平台的作用,洞悉用户发帖背后的动机。对于平台企业来说,营销人员可以根据用户关注的类型进行差异化的营销策略,从而提升平台的活跃度。建议平台企业的营销方案要因人而异,多采取个性化营销。     

微博用户使用动机影响因素与结构的实证研究

在对动机概念和动机的相关理论进行分析的基础上,根据使用满足理论,提出微博使用动机的概念,认为微博用户的使用动机受个人特质、环境因素和微博平台等的交互影响。在此基础上建立微博用户使用动机的概念模型,将微博用户使用动机分为信息动机、休闲动机和社交动机等,并用实证数据进行分析,发现不同用户的使用动机是不同的。从整体上看,信息动机和休闲动机占据主要地位,社交动机作用发挥欠缺;用户行为与用户的使用意愿都受其使用动机影响,所以微博在发展过程中必须根据用户行为,发挥优势,满足用户个性化需求。     

用户满意度视角下天津大学生微博服务质量评价研究

本文根据用户满意度模型理论建立起微博用户满意度评价模型。为提升微博客服务质量,归纳微博服务的特点,寻找影响用户满意度的因素。本文采用理论研究与实证研究相结合、定性分析与定量分析相结合的方法,借助SPSS统计学软件对数据进行因子分析和相关分析,验证模型假设,探寻影响天津大学生用户满意度的关键因素,为微博的进一步推广提供参考。     

微博用户行为意向及平台的调节作用研究

采用实证的方法,从内容与社会关系的角度构建了结构方程模型,并利用微博平台作为调节变量探讨了用户使用微博的原因。基于收集到的476份国内微博用户调查问卷的数据发现,部分内容和关系因素对微博用户的行为意向的影响是显著的。此外,不同平台的用户使用动机之间也存在差异,这在一定程度上为先前学者的研究和讨论提供了事实依据。     

安徽政务微博调查

在互动的方向上,政务微博互动更多表现为单向互动,在300条样本微博中,96％的微博是原创或是对名人、官员机构微博的转发,而只有约3％是对普通粉丝微博的转发。     

基于微博情绪信息的股票市场预测

行为金融理论的研究表明,股票投资者在进行投资决策时,容易受到自身的因素如情绪与心理因素的影响.以行为金融理论为依据,作出基本假设:微博情绪信息反映的社会整体情绪倾向能够影响并预测股票市场整体价格走势的变化.实证过程包括抓取新浪微博数据并进行预处理,生成情绪倾向时间序列,通过格兰杰因果关系检验上证指数时间序列与情绪倾向时间序列间的相关关系,建立支持向量机模型预测股票市场价格的变化采验证假设的正确性.实验结果显示加入微博情绪信息的预测模型能够获得更高的准确率,进而证明了本文所作假设的正确性.     

微博时代的危机信息传播及处置机制探索

在近两年的危机事件中,几乎每一个危机事件的爆发、传播、深化都与微博息息相关。研究发现,微博时代的危机信息传播存在于特殊的人际网络中,这种网络是一种复杂的社会网络。本文从危机信息传播的社会机理出发,分析微博中的危机信息内容构成和传播机制,运用应急管理相关理论,对微博时代的危机信息传播处置机制进行研究。     

基于SNA的突发事件微博舆情传播网络结构分析——以“4.20四川雅安地震”为例

运用社会网络分析(SNA)研究突发事件微博舆情传播的网络结构特征,探究微博舆情传播的网络结构对微博信息传播的影响。以2013年重大突发事件"4.20四川雅安地震"为例,运用ucinet软件生成微博舆情传播网络拓扑图,基于统计得到的微博节点关系矩阵进行微博舆情传播网络整体结构、角色与位置结构等测量。测量结果表明,媒体用户、政府用户、地震经历者以及积极参与救援者在舆情传播网络中具有较高的传播能力,因此可以通过影响这些关键节点有效控制舆情的传播速度。本文采用实证方式对突发事件微博舆情传播网络结构进行了分析与测量,拓展了SNA在突发事件应急管理中的应用。     

国内商业银行客户经理胜任力模型研究

本文研究了国内商业银行的客户经理胜任力模型,通过对国内三家商业银行进行调研,利用团体焦点访谈法、关键行为事件访谈法,以及多元统计分析方法和胜任特征评价法,对客户经理胜任力模型进行了深入研究。研究得到有效问卷2069份,运用探索性因素分析和验证性因素分析,得出商业银行客户经理胜任力结构模型,由24个胜任特征因素构成六大类胜任力模块:把握信息、拓展演示、关系管理、自我激励、参谋顾问和协调沟通。     

微信朋友圈中健康信息传播行为研究

 随着人们对健康信息需求的日益增加以及社交媒体平台的迅速发展,学者和医疗健康从业人员越来越关注健康信息在社交媒体中的传播。在Facebook、Twitter和WhatsApp等众多社交媒体平台中,微信朋友圈因其将人际传播和大众传播相结合的特性而引起广泛关注。同时,健康信息的传播主要依赖于健康信息接收者在朋友圈子中的传播意愿。然而,很少有研究探讨微信(特别是朋友圈)中电子健康信息的哪些特点促使用户对其进行传播。        聚焦依托医疗健康类微信公众号的信息传播,以信息传播相关研究为理论基础,从传播者内在动机的视角,研究微信用户在朋友圈传播电子健康信息的行为的影响机制。梳理信息传播和人际交流的相关研究,从信息内容的社会特征、情绪特征、功能特征3个维度中选取7个变量,提出研究假设和模型。进一步,选取医疗健康类微信公众号上发布的健康信息,采用大规模在线问卷调查的方法收集数据,并通过R统计软件对数据进行广义线性回归分析,以验证假设。        研究结果表明,信息的社会特征(有趣性、新颖性、正确性)、情绪特征(令人惊叹性、积极性、富含情绪性)和功能特征(有用性)均对电子健康信息在微信朋友圈中的传播具有显著积极的影响,对电子健康信息的传播行为影响最大的因素为富含情绪性、有用性和有趣性。        研究结论为电子健康服务平台的运营策略提供一定的实践建议,运营者在撰写健康类文章时应当提高话题和内容的有趣性和新颖性,保证信息的正确性,注重通过情绪的渲染使信息内容富有感染力,尤其积极情绪和令人惊叹的情绪,并突出对用户的实用价值。通过以上方式,可使受众乐于阅读并转发健康信息,提高电子健康服务平台的用户参与度和关注度。     

中产阶层移民潮：投资是主力买房成新宠

近日，电影导演贾樟柯的一条微博引发了热议。他在微博上写道：昨天聚会才知道，在座的十几个朋友除了我以外，部已办过或正在办移民手续，这让我非常震撼。寥寥数字的微博随即引发了网友数干次的评论与转发。     

企业微博营销的对策研究

正微博的出现与蓬勃发展改变了互联网信息传播的模式,也影响着人们的信息接收行为和生活方式。微博给企业带来了新的发展机会。本文针对企业微博营销所存在的问题,提出了其进行微博营销的建议。微博及微博营销的概念◎微博的概念微博(Microblog)就是长度在140字以内的微型博客,是一个基于用户关系的信息分享、传播以及获取平台,用户可以通过WEB、WAP以及各种客户端组建个人社区、更新信息,并实现即时分享。     

SARS危机中公众理性特征初探

本研究采用问卷调全的方法，对SARS危机所造成的公众心理状态进行了初步的探讨。结果发现风险事件特征与个人因素都会影响被试的认知从而干扰心理和行为。个体对SARS相关知识的了解、风险特征、公民愿意、从众行为以及社会依赖等因素在一定程度上可以预测个体的心理状态。本文同时讨论了公众理性的建构问题。     

突发自然灾害中信息源对微博用户认知和情绪反应的影响研究——用户涉入的调节作用

信息源在社交媒体中是影响微博用户心理反应的关键因素，在突发自然灾害中有效识别微博用户的认知和情绪反应对于精准进行舆情引导具有重要意义。本文从信息源视角出发，基于可信度和影响力特征，并结合双系统理论和涉入理论，构建了突发自然灾害中用户认知和情绪的心理反应模型，以新浪微博上“九寨沟地震”舆情数据为例，运用联立方程模型进行了实证研究。研究结果表明，可信度负向影响用户认知反应，而影响力正向影响用户认知反应；可信度和影响力均负向影响用户积极情绪反应，正向影响用户消极情绪反应；用户涉入弱化了可信度对心理反应的影响，而在影响力和用户心理反应之间的调节作用不显著。本文从信息加工的启发式和分析式双过程视角，丰富了双系统理论在突发自然灾害领域的研究，并结合用户特质拓展了用户涉入的研究领域。本文的研究结论对于突发自然灾害中社交媒体用户的网络舆情引导具有重要启示。     

基于新浪微博的航空公司社交媒体营销现状研究--以国内四大航空公司为例1

社交媒体改变了传统的信息传播渠道,在航空运输领域,越来越多的航空企业利用社交媒体进行产品销售等活动。本文选取国内四大航空公司的新浪微博数据,在用户链接、微博内容性质、用户参与度和微博整合功能4方面进行分析,为探索航空公司对社交媒体的运用提供典型案例。