面向虚拟品牌社区的关键节点识别及其参与下的链路预测

发布时间：2022-01-15 00:53

　　在信息技术高速发展、网络功能日益强大的今天,网络空间为具有相同兴趣和理念的群体提供了一个良好的、可以进行及时信息分享和情感表达的平台。正是在这样的大环境下,虚拟社区在人们的日常生活中变得无处不在,并由此带动了虚拟品牌社区的兴起。从消费者角度出发,虚拟品牌社区使得他们可以通过与企业或者其他消费者直接交流,彼此分享自己的产品体验和设计创意等;从企业的角度出发,借助于虚拟品牌社区中消费者之间的互动,企业可以从多方面降低成本。虚拟品牌社区的蓬勃发展使得较多的问题也随之暴露:成员数目的增加,难以管理;成员的参与度不够,成员粘性较低等。现有的关于“虚拟品牌社区”的研究多集中在成员参与、价值共创、品牌忠诚、社区凝聚力等方面,关于虚拟品牌社区关键节点识别、以及将关键节点纳入考虑因素的虚拟品牌社区链路预测的文献还很少。但对虚拟品牌社区进行关键节点识别,将有助于企业对社区更好地管理;对虚拟品牌社区进行基于关键节点的链路预测,将有利于增强成员的品牌社区认同感,从而提高虚拟品牌社区的成员粘性。因此本文主要对虚拟品牌社区的关键节点进行识别,并对虚拟品牌社区中关键节点参与下的链路预测进行研究。在对相关文献梳理的基... 

【文章来源】：浙江工商大学浙江省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

论文研究框架

面向虚拟品牌社区的关键节点识别及其参与下的链路预测32图3.3虚拟品牌社区交互网络图从上图可以大概看出，本文研究的虚拟品牌社区上存在许多子社区。本文采用了Gephi“模块化”功能来进行虚拟品牌社区的子社区划分。根据模块化，虚拟品牌社区可划分为1155个社区（见表3.1）。

面向虚拟品牌社区的关键节点识别及其参与下的链路预测33图3.4子社区生成报告表3.1子社区划分的有效性社区规模内连接度之和外连接度之和8411090343481114110032351147110233159695254100526829846870317923741226971893695465818917631846201690586本文计算发现：每个社区的内连接度之和都远大于外连接度之和，说明Gephi的“模

【参考文献】：
期刊论文
[1]基于情感分析的社交网络意见领袖的识别——以汽车论坛为例[J]. 朱茂然,林星凯,陆頲,王洪伟,王伟.  情报理论与实践. 2017(06)
[2]社会网络视角下的虚拟社区研究综述[J]. 孟韬,王维.  情报科学. 2017(03)
[3]全媒体环境下网络虚拟社群发展及社会管理创新[J]. 张品良.  江西财经大学学报. 2014(05)
[4]兴趣社交网站中意见领袖识别的研究——以“点点网”为例[J]. 王娟,曹树金,姜灵敏,唐宝珍.  图书情报工作. 2013(14)
[5]虚拟品牌社群认同对品牌忠诚的影响[J]. 刘新,杨伟文.  管理评论. 2012(08)
[6]基于社会网络分析的网络舆论领袖发掘——以大学生就业舆情为例[J]. 李卓卓,丁子涵.  情报杂志. 2011(11)
[7]微博网络舆情中的意见领袖识别及分析[J]. 刘志明,刘鲁.  系统工程. 2011(06)
[8]基于聚类分析的网络论坛意见领袖发现方法[J]. 王珏,曾剑平,周葆华,吴承荣.  计算机工程. 2011(05)
[9]互联网与公共领域构建——以Web2.0时代的网络意见领袖为例[J]. 宋石男.  四川大学学报(哲学社会科学版). 2010(03)
[10]网络节点重要度评价方法研究[J]. 叶春森,汪传雷,刘宏伟.  统计与决策. 2010(01)

博士论文
[1]虚拟品牌社群对品牌忠诚的影响研究[D]. 刘新.中南大学 2011

硕士论文
[1]基于网络节点重要性的链路预测研究[D]. 孙庆爽.兰州大学 2018
[2]网络意见领袖对女性消费者购买意愿的影响研究[D]. 张瑜.上海外国语大学 2014
[3]网络意见领袖影响力研究[D]. 付永利.河南大学 2010
[4]虚拟品牌社区参与对产品品牌忠诚的影响研究[D]. 陈顺林.浙江大学 2007



本文编号：3589562