社交网络用户影响力的发展动态及知识图谱研究
发布时间：2021-07-24 15:54
【目的/意义】随着互联网的迅速发展,网络已经成为人们获取信息和交流信息的主要渠道,社交网络是互联网的延伸,是一个非常重要的社交平台,通过这个虚拟平台,人或组织之间可以进行沟通、交往等社会活动,从而改变人们的生产活动、生活方式、人际交往以及思维方式。对社会生活的各个领域和人自身的生存与发展产生广泛而深远的影响。【方法/过程】通过对社交网络上的用户行为进行有规律地统计和预测,以微博行为对象,集中研究微博中用户发布、浏览、评论、转发这些具体行为,进行跟踪、统计记录,并分析这些行为存在的规律。提出了一种基于用户行为的动态影响力PageRank算法来评价用户影响力。【结果/结论】在研究用户影响力评价算法优缺点的基础上,得出用户的转发行为及时间因素对用户的影响力评价有极其重要的作用。
【文章来源】：情报科学. 2020,38(09)北大核心CSSCI
【文章页数】：9 页
【部分图文】：
国外社交网络用户影响力文献图谱--108
响力研究的文献，设置检索词主题=（“社交网络”并含“用户影响力”or“社交媒体”并含“用户影响力”or“社交网络”并含“节点影响力”or“社交媒体”并含“节点影响力”or“新媒体”并含“用户影响力”or“新媒体”并含“节点影响力”）。检索得到522篇相关文献，所属领域包括基础科学、哲学与人文科学、信息科技、经济与管理科学等，其中图书情报类文献共24篇。结果显示，国外学者对社交网络用户影响力的研究所属领域为计算机及信息科学的文献占所有领域文献数量的比例比国内高很多。图1国内外社交网络用户影响力研究数量统计国内外社交网络用户影响力研究数量统计结果如图1所示。从研究数量看，国外（609篇）略多于国内（522篇），但国外对该领域的研究比国内早，从2011年即有数十篇文献，而国内对该领域的研究从2012年开始。自2012年至2017年国内外学者的研究数量基本持平，只有2015年国内比国外多36篇。从2018年起，国外学者对社交网络用户影响力的研究领先于国内，2019年国内对该方向的研究数量骤减，未及国外研究数量的一半。22.2国外社交网络用户影响力研究的起源和发展国外学者对社交网络用户影响力的研究相对较早,经历图2国外社交网络用户影响力文献图谱INFORMATIONSCIENCEVol.38,No.9September,2020·ProfessionResearch·--108
用户影响力进行分类识别网络社区，另外基于社会网络分析法分析网络结构也是学者的研究重点。2015年学者开始分析信息传播模型，从数学角度测算社交网络用户影响力，提出影响力最大化概念，PageRank是被使用最多的影响力测算方法。2016年贪心算法、矩阵预测、传播链路分解、线性阈值模型等多种社交网络用户影响力计算方法被提出，研究主要集中在如何对意见领袖、关键节点以及普通用户进行划分。2017年出现基于用户影响力的情感分析，若影响力大的用户发布负面信息，则可能对网络舆情传播造成极大负面影响。2018年移动社交网络受到学者的广泛关注，研究方法新增线性阈值模型、Sir模型、hits算法、K-shell等。2019年社交网络用户节点影响力的研究成果转向微博营销、基于位置的社交网络、标签传播等内容。经聚类得到的文献类别包括社交网络影响力传播的分析与挖掘研究；基于社交媒体的沟通管理研究；多媒体广告计算研究；基于社交网络的用户行为研究；电信客户社交网络分析方法与营销设计等。22.4国内外社交网络用户影响力研究比较分析从国内外学者对社交网络用户影响力研究的发展脉络上看，国外学者的相关研究起步较早，因而发展也比国内在此领域研究更快。由于对社交网络用户影响力的研究需经历理论研究初期、理论成熟阶段、研究方法探索、系统方法实现等过程，国外学者在理论研究初期时国内还未出现相关研究，国内最早的理论研究在国外理论研究已经成熟时期。而当国外学者已经开始探索社交网络用户影响力的算法时，国内学者刚刚完成理论成熟阶段并开始学习影响力测算方法。从研究数量来看，国外学者对社交网络用户影响力的研究成果稍多于国内。从研究内容来看，国外学者对方法的研究多于理论研究，即
【参考文献】：
期刊论文
[1]基于社会网络分析的意见领袖与在线群体影响力关系研究[J]. 刘嘉琪,齐佳音,陈曼仪. 情报科学. 2018(11)
[2]社交媒体环境下的网络舆情国内外发展动态及趋势研究[J]. 王晰巍,邢云菲,张柳,李师萌. 情报资料工作. 2017(04)
[3]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)
[4]基于多维特征分析的社交网络意见领袖挖掘[J]. 曹玖新,陈高君,吴江林,刘波,周涛,胥帅,朱子青. 电子学报. 2016(04)
[5]消费咨询网络中意见领袖的演化机制研究——预期线索与网络结构[J]. 黄敏学,王琦缘,肖邦明,王殿文. 管理世界. 2015(07)
[6]网络影响力预知模型:一种大数据下高校舆情监测与预警机制[J]. 柳向东,曹雨婷,李利梅. 深圳大学学报(人文社会科学版). 2015(04)
[7]基于社交媒体的网络学科信息交互推广服务[J]. 都平平,郭琪,李雨珂,孟勇,穆亚凤. 图书情报工作. 2014(02)
[8]微博传播过程中用户影响力的特征实证分析[J]. 于晶. 情报杂志. 2013(08)
[9]社交网络中用户区域影响力评估算法研究[J]. 肖宇,许炜,张晨,何丹丹. 微电子学与计算机. 2012(07)
[10]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)
本文编号：3300959
【文章来源】：情报科学. 2020,38(09)北大核心CSSCI
【文章页数】：9 页
【部分图文】：
国外社交网络用户影响力文献图谱--108
响力研究的文献，设置检索词主题=（“社交网络”并含“用户影响力”or“社交媒体”并含“用户影响力”or“社交网络”并含“节点影响力”or“社交媒体”并含“节点影响力”or“新媒体”并含“用户影响力”or“新媒体”并含“节点影响力”）。检索得到522篇相关文献，所属领域包括基础科学、哲学与人文科学、信息科技、经济与管理科学等，其中图书情报类文献共24篇。结果显示，国外学者对社交网络用户影响力的研究所属领域为计算机及信息科学的文献占所有领域文献数量的比例比国内高很多。图1国内外社交网络用户影响力研究数量统计国内外社交网络用户影响力研究数量统计结果如图1所示。从研究数量看，国外（609篇）略多于国内（522篇），但国外对该领域的研究比国内早，从2011年即有数十篇文献，而国内对该领域的研究从2012年开始。自2012年至2017年国内外学者的研究数量基本持平，只有2015年国内比国外多36篇。从2018年起，国外学者对社交网络用户影响力的研究领先于国内，2019年国内对该方向的研究数量骤减，未及国外研究数量的一半。22.2国外社交网络用户影响力研究的起源和发展国外学者对社交网络用户影响力的研究相对较早,经历图2国外社交网络用户影响力文献图谱INFORMATIONSCIENCEVol.38,No.9September,2020·ProfessionResearch·--108
用户影响力进行分类识别网络社区，另外基于社会网络分析法分析网络结构也是学者的研究重点。2015年学者开始分析信息传播模型，从数学角度测算社交网络用户影响力，提出影响力最大化概念，PageRank是被使用最多的影响力测算方法。2016年贪心算法、矩阵预测、传播链路分解、线性阈值模型等多种社交网络用户影响力计算方法被提出，研究主要集中在如何对意见领袖、关键节点以及普通用户进行划分。2017年出现基于用户影响力的情感分析，若影响力大的用户发布负面信息，则可能对网络舆情传播造成极大负面影响。2018年移动社交网络受到学者的广泛关注，研究方法新增线性阈值模型、Sir模型、hits算法、K-shell等。2019年社交网络用户节点影响力的研究成果转向微博营销、基于位置的社交网络、标签传播等内容。经聚类得到的文献类别包括社交网络影响力传播的分析与挖掘研究；基于社交媒体的沟通管理研究；多媒体广告计算研究；基于社交网络的用户行为研究；电信客户社交网络分析方法与营销设计等。22.4国内外社交网络用户影响力研究比较分析从国内外学者对社交网络用户影响力研究的发展脉络上看，国外学者的相关研究起步较早，因而发展也比国内在此领域研究更快。由于对社交网络用户影响力的研究需经历理论研究初期、理论成熟阶段、研究方法探索、系统方法实现等过程，国外学者在理论研究初期时国内还未出现相关研究，国内最早的理论研究在国外理论研究已经成熟时期。而当国外学者已经开始探索社交网络用户影响力的算法时，国内学者刚刚完成理论成熟阶段并开始学习影响力测算方法。从研究数量来看，国外学者对社交网络用户影响力的研究成果稍多于国内。从研究内容来看，国外学者对方法的研究多于理论研究，即
【参考文献】：
期刊论文
[1]基于社会网络分析的意见领袖与在线群体影响力关系研究[J]. 刘嘉琪,齐佳音,陈曼仪. 情报科学. 2018(11)
[2]社交媒体环境下的网络舆情国内外发展动态及趋势研究[J]. 王晰巍,邢云菲,张柳,李师萌. 情报资料工作. 2017(04)
[3]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)
[4]基于多维特征分析的社交网络意见领袖挖掘[J]. 曹玖新,陈高君,吴江林,刘波,周涛,胥帅,朱子青. 电子学报. 2016(04)
[5]消费咨询网络中意见领袖的演化机制研究——预期线索与网络结构[J]. 黄敏学,王琦缘,肖邦明,王殿文. 管理世界. 2015(07)
[6]网络影响力预知模型:一种大数据下高校舆情监测与预警机制[J]. 柳向东,曹雨婷,李利梅. 深圳大学学报(人文社会科学版). 2015(04)
[7]基于社交媒体的网络学科信息交互推广服务[J]. 都平平,郭琪,李雨珂,孟勇,穆亚凤. 图书情报工作. 2014(02)
[8]微博传播过程中用户影响力的特征实证分析[J]. 于晶. 情报杂志. 2013(08)
[9]社交网络中用户区域影响力评估算法研究[J]. 肖宇,许炜,张晨,何丹丹. 微电子学与计算机. 2012(07)
[10]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)
本文编号：3300959
本文链接：https://www.wllwen.com/tushudanganlunwen/3300959.html
