基于微博的社会网络特性实证研究

发布时间：2021-02-03 21:53

　　随着互联网的进一步发展,微博（Micro-Blog）应用平台也日趋升温,作为近些年来发展最快的SNS（Social Network Site）交流平台,微博已逐渐成为网络社交的主流。伴随着微博使用者的持续增加,微博也逐渐开始影响整个社会网络关系,近几年来,由微博引发的热门事件层出不穷,其社会效应范围也越来越广,针对微博坏境下的社会网络特性研究也日益深入。微博环境下的网络特性种类众多,本文通过采集获取两种不同热门微博——新浪微博和腾讯微博的特定事件数据,从实证角度分析研究几种网络特性,具体工作如下：（1）技术研究和社会网络特性。从采集技术发展的历程出发,分别介绍了不同的数据采集技术和本文所用的采集技术。并对微博社会特性的现状和表现进行了综述,分别阐述了六度空间特性、蝴蝶效应特性、病毒式营销特性以及消费者聚集特性,从效应特性产生入手,跟踪其整个特性发展的过程以及延伸到新的社会网络中的表现。（2）系统设计架构。针对两种不同的微博平台,分别设计实现其数据库、系统框架、采集流程、分析处理等方面的架构,主要采集流程包括以微博为主的微博转发层级扩散、以博主粉丝关系为主的粉丝层级关系扩散和以两者为基础... 

【文章来源】：陕西师范大学陕西省 211工程院校 教育部直属院校

【文章页数】：98 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和目的
        1.1.1 研究背景
        1.1.2 研究目的
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 研究内容及意义
        1.3.1 研究内容
        1.3.2 研究意义
    1.4 论文结构及章节安排
第2章 技术研究和社会网络特性
    2.1 引言
    2.2 数据采集开发技术
    2.3 社会网络特性
        2.3.1 六度空间特性
        2.3.2 蝴蝶效应特性
        2.3.3 病毒式传播特性
        2.3.4 消费者聚集特性
    2.4 本章小结
第3章 微博数据采集分析系统架构
    3.1 微博数据采集分析系统架构概述
    3.2 微博数据采集分析系统架构设计
        3.2.1 设计目标
        3.2.2 数据库设计
        3.2.3 数据流程设计
        3.2.4 开发工具和环境
    3.3 微博数据采集分析系统实现
        3.3.1 基于新浪微博的模拟登录数据采集
        3.3.2 基于腾讯微博的SDK数据采集
        3.3.3 基于新浪微博数据的prefuse分析
        3.3.4 基于腾讯微博数据的zTree分析
    3.4 本章小结
第4章 六度空间特性实证
    4.1 六度空间特性实证概述
    4.2 特定社会环境构建
        4.2.1 媒体选择
        4.2.2 话题建立
        4.2.3 博主抽取方式
        4.2.4 博主粉丝抽取
        4.2.5 数据处理
    4.3 数据分析网络图构建
        4.3.1 数集建立
        4.3.2 数据分析
        4.3.3 网络图构建
        4.3.4 结论分析及扩展
    4.4 本章小结
第5章 蝴蝶效应、病毒式传播和消费者聚集特性实证
    5.1 蝴蝶效应特性实证
        5.1.1 特性事件追踪
        5.1.2 特性事件数据采集
        5.1.3 特性分析
        5.1.4 特性扩展
    5.2 病毒式传播特性实证
        5.2.1 特定媒体环境选择
        5.2.2 话题建立
        5.2.3 数据收集方式
        5.2.4 数据处理分析
    5.3 消费者聚集特性实证
        5.3.1 消费者聚集特性概述
        5.3.2 消费者聚集特性观察
        5.3.3 消费者聚集特性数据采集
        5.3.4 消费者聚集特性分析
    5.4 本章小结
第6章 总结与展望
    6.1 论文总结
    6.2 对未来工作的展望
参考文献
致谢
攻读硕士学位期间取得的研究成果


【参考文献】：
期刊论文
[1]微博客的情报特征及其获取方法[J]. 王淼,刘友华.  现代情报. 2013(01)
[2]基于MapReduce的微博文本采集平台[J]. 于留宝,胡长军,苏林晗.  计算机科学. 2012(S3)
[3]基于复杂网络分析的微博网络舆情传播[J]. 金鑫,谢斌,朱建明.  吉林大学学报(工学版). 2012(S1)
[4]我国智能手机营销策略分析[J]. 洪昕,王珏,林花.  企业经济. 2012(08)
[5]图书馆科学文化微博传播模式研究——中国科学院国家科学图书馆的探索和思考[J]. 杨琳,龚惠玲,陈朝晖,李武,田蕊.  图书情报工作. 2012(13)
[6]微博传播特点的再思考[J]. 魏景霞.  新闻界. 2012(07)
[7]基于OAuth2.0的认证授权技术[J]. 时子庆,刘金兰,谭晓华.  计算机系统应用. 2012(03)
[8]浅析量子力学中的不确定性原理[J]. 袁爱芳,刘迪迪.  大学物理. 2011(11)
[9]一种分布式微博数据采集平台的设计与实现[J]. 李龙,李芝棠,涂浩,史春永.  广西大学学报(自然科学版). 2011(S1)
[10]深度优先搜索的非递归算法[J]. 刘中华,张颖超.  科技信息. 2010(25)

硕士论文
[1]基于复杂网络的社会化搜索[D]. 郭睿志.吉林大学 2012
[2]基于模板化网络爬虫技术的Web网页信息抽取[D]. 乔峰.电子科技大学 2012
[3]微博客的传播学解读[D]. 寻芳.中南大学 2011
[4]网络口碑对消费者行为的影响及营销策略[D]. 赖幸.复旦大学 2011
[5]基于jQuery的Web源程序在线评测系统的设计与实现[D]. 纪洪波.吉林大学 2010
[6]基于J2EE架构的SSH组合框架的研究[D]. 王春超.长春理工大学 2010
[7]关于病毒营销的传播原理分析[D]. 慕夏溪.西北大学 2010
[8]Web2.0时代的病毒式营销的传播学解读[D]. 甘艺娜.华中科技大学 2009
[9]病毒式营销在国内SNS网站推广中的应用探析[D]. 吴璇.厦门大学 2009
[10]从媒介历史的角度看病毒式网络传播的潮起潮落[D]. 和飞.四川大学 2007



本文编号：3017206