基于微博互连的高校知识网络结构及影响力研究

发布时间：2020-03-31 00:06

【摘要】：近些年来,随着微博等新媒体形式的迅猛发展,我国高校等高等教育机构也积极参与其中,纷纷开设高校微博,开展新媒体建设工作,微博现已基本取代传统网站、论坛等形式,成为高校信息发布、参与社会互动和开展工作的新平台,在高校的信息交流活动中起到了至关重要的作用。高校微博作为新媒体时代下高校建设的重点发展领域,其微博影响力的大小往往体现了高校的综合水平,但微博这种虚拟的社会网络形式又和传统高校影响力的评价指标有所不同,因此,有必要研究高校微博信息交流活动的网络结构与影响力评价指标。本文以“双一流”建设高校的132个微博节点的互连网络为研究对象,利用Python编写爬虫工具采集数据,构建基于高校微博关注情况的关系矩阵,使用Ucinet等社会网络分析软件,对网络结构进行了整体、子群和个体三个层次的分析,探寻高校微博互连网络的结构特点,并在此基础上结合高校微博在微博活动中的粉丝和发文量特点,建立影响力转移矩阵,通过改进LeaderRank算法建立加权的影响力评价模型,进行迭代计算每个高校微博的影响力大小,进而得到高校微博影响力的具体排名情况。经过分析,得到的结果显示:高校微博互连网络总体来说连接较为紧密,这种网络结构对知识在高校微博网络中的快速流动提供了良好的环境,高校微博之间具有较强的凝聚力,也存在具有明显领袖意见的节点,但依然需要高校微博间继续加强联系,积极参与微博活动来进一步提高相互间的知识共享水平。此外,通过改进LeaderRank算法得到了高校微博影响力的具体得分和排名情况,且得分的分布情况表现出幂律分布特征,更符合微博用户影响力的分布特点。本文对高校微博互连网络的研究,为新媒体时代下社交网络平台中高校等机构的用户行为和交流互动提供建议,为优化微博网络结构,提高高校微博影响力,促进高校间知识共享提供必要的理论依据,以期进一步促进高校的信息化发展,提高我国在高等教育领域的综合实力。
【图文】：

示意图,背景,节点,网页

ＰａｇｅＲａｎｋ算法的计算公式为：逡逑ＰＲ（Ｐｉ）邋＝邋（ｌ－ｄ）邋＋邋ｄ邋ＸＰｊｅＭ（Ｐｉ）邋Ｌ＼Ｐｊ）逡逑；？，．和／＾．代表两个网页，；？７．链入／？，．，和？ＰｉｆＣｐｊ分别代表两是所有链入的网页集合，是网页；＾链接到其他网页数，一般取０．８５，代表网页使用者继续访问某个页面的概率。逡逑网络中用户之间的相互关注关系和网页的链入链出结构非常相似，以认为是该用户的链出，被关注可以认为是链入，因此可以将Ｐａｇｅ微博关注情况的分析，进而得出微博用户的影响力数值。但在后博社会网络与传统网页链接情况有所区别，在对微博领袖用户分高，，面对干扰的稳定性也不强，因此，在ＰａｇｅＲａｎｋ算法的基础出了优化算法ＬｅａｄｅｒＲａｎｋ。ＬｅａｄｅｒＲａｎｋ算法的主要思路是在整个个背景节点ＧｒｏｕｎｄＮｏｄｅ，这个节点与该网络中的所有节点都有而得到一个具有＃邋＋邋１个节点的强连通网络，再利用ＰａｇｅＲａｎｋ算算稳定状态下各节点的影响力数值。ＬｅａｄｅｒＲａｎｋ算法示意图如图２－

社群图,高校,互连网络,节点

高校微博逦0．邋３３９１逦５８６４．００００逡逑图４－１高校微博互连网络密度逡逑根据图４－１的分析结果，高校微博网络的密度为０．３３９１，对于社会网络而言，逡逑连接程度较为紧密，说明各高校微博之间的互动程度较高，进行信息传递的道路较逡逑为通畅。在对部分高校微博发文的跟进调查发现，对于高质量的微博推文，其粉丝逡逑往往乐于转发，因此较高的网络密度为高校微博间的互通提供了良好的传播环境，逡逑促进了信息传递和知识共享。逡逑４．１＊３整体网络矩离逡逑网络距离反映了网络中节点之间联系的最短距离。对于一个节点全部相连的完逡逑整网络，其网络距离为节点之间只需一步即可到达。整体网络距离的大小影响逡逑着网络中节点间沟通交流的速度和效率，良好的知识共享环境需要较小的网络距逡逑离。逡逑Ｆｏｒ邋ｅａｃｈ邋ｐａｉｒ邋ｏｆ邋ｎｏｄｅｓ＊邋ｔｈｅ邋ａｌｇｏｒｉｔｈｉｓ邋ｆｉｎｄｓ邋ｔｈｅ邋＃邋ｏｆ邋ｅｄｇｅｓ邋ｉｎ邋ｔｈｅ邋ｓｈｏｒｔｅｓｔ邋ｐａｔｈ逡逑ｂｅｔｗｅｅｎ邋ｔｈｅｍ，逡逑Ａｖｅｒａｇｅ邋ｄｉｓｔａｎｃｅ邋（ａｍｏｎｇ邋ｒｅａｃｈａｂｌｅ邋ｐａｉｒｓ）邋＝邋１．７２６逡逑Ｄｉｓｔａｎｃｅ－ｂａｓｅｄ邋ｃｏｈｅｓｉｏｎ邋ｒ＂Ｃｏｍｐａｃｔｓｅｓｓ〃）邋＝邋０．邋８３０逡逑（ｒａｎｇｅ邋０邋ｔｏ邋１；邋ｌａｒｇｅｒ邋ｖａｌｕｅｓ邋ｉｎｄｉｃａｔｅ邋ｇｒｅａｔｅｒ邋ｃｏｈｅｓｉＹｅｎｅｓｓ）逡逑Ｄｉｓｔａｎｃｅ－ｗｅｉｇｈｔｅｄ邋ｆｒａｇｒ＾ｎｔａｔｉｏｎ邋ｆＢｉｒｅａｄｔｈ
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：G647;G206

【相似文献】