基于内容特征的企业微博转发效果影响因素研究

发布时间：2022-08-01 17:53

　　微博平台由于信息发布便捷、互动性强、传播速度广等特点,越来越受到企业的青睐,成为众多企业选择进行营销活动的重要阵地之一。而如何使得微博内容产生高转发量,以及如何采用转发预测手段进行阶段性的成果检验,这是企业在进行微博营销时必须要考虑的重要问题。当前,针对企业微博转发预测的研究较为少见,且其中大多关注核心节点（例如大V）或微博主题等,忽略了对微博内容的研究。因此,本文从微博内容和转发预测两个角度展开深入分析,以探究微博内容对企业微博的转发情况造成的影响,主要的研究工作包括:（1）从转发情况影响因素及预测算法的角度,以微博的转发量为评价指标,利用支持向量机预测算法构建模型,并预测微博信息的转发情况,使得研究结果得到量化处理,易于观察,更具备说服力。（2）基于内容营销理论,对企业微博转发情况的影响因素进行特征分析。从微博内容特征、微博表现特征、微博时间特征三个因素,细分为11个二级因素;以转发情况为因变量,11个二级因素为自变量,提出了企业微博转发情况的理论模型;并基于此模型运用信息增益方法提取了最优特征。研究结果明确了各个二级因素的影响程度,为企业采取针对性的措施提供了参考。（3）结合支持... 

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 研究方法
    1.3 研究方案
        1.3.1 研究内容
        1.3.2 论文结构
        1.3.3 技术路线
    1.4 研究创新
2 国内外相关研究综述
    2.1 微博相关研究
        2.1.1 微博的定义及发展历程
        2.1.2 微博营销的概念及特点
        2.1.3 微博转发影响因素研究
    2.2 内容营销
    2.3 转发趋势预测
    2.4 本章小结
3 微博内容的特征分析及模型构建
    3.1 引言
    3.2 研究视角的选取
    3.3 5W传播模式
    3.4 微博特征分析
        3.4.1 内容特征
        3.4.2 表现特征
        3.4.3 时间特征
    3.5 微博转发效果影响因素理论模型构建
    3.6 本章小结
4 基于支持向量机的转发趋势预测模型
    4.1 引言
    4.2 研究问题定义
    4.3 研究方法概述
    4.4 特征选择
        4.4.1 特征选择方法介绍
        4.4.2 信息增益
    4.5 预测算法比较
    4.6 支持向量机算法介绍
        4.6.1 算法简介
        4.6.2 支持向量机算法基本原理
        4.6.3 线性可分的支持向量机算法模型
    4.7 基于支持向量机的预测模型构建
        4.7.1 核函数
        4.7.2 预测模型构建
        4.7.3 特征向量构成
        4.7.4 评价指标
    4.8 本章小结
5 小米手机微博转发预测模型的实验分析
    5.1 实验设计
    5.2 微博数据收集
    5.3 实验数据预处理
    5.4 实验特征选择
    5.5 预测转发实验
    5.6 实验对比
    5.7 实验结果分析
6 结论与研究展望
    6.1 主要结论
    6.2 研究展望
致谢
参考文献
附录1：数据抓取部分代码
附录2：作者在读期间发表的学术论文及参加的科研项目



本文编号：3667905