微博名人粉丝群体的特征差异及其影响

发布时间：2021-02-15 17:06

　　当今微博围绕新兴网红越来越多有组织的粉丝群体涌现,形成了所谓"粉丝控评"现象.本文通过研究这些网红粉丝群体的行为来了解其特征和影响.本文抽样爬取了若干当红名人微博下的数据,通过聚类分析对比研究不同粉丝群体的特征行为.发现这些高活跃粉丝不同于传统水军的定义,有着非常高的互动行为;并且以低影响力、年轻的女性群体为主.这个群体非常严重地扭曲了微博各项指标数据,无论是水军的识别方法还是个体影响力的判断都需要重新考虑这个群体的影响. 

【文章来源】：杭州师范大学学报(自然科学版). 2020,19(05)

【文章页数】：7 页

【部分图文】：

名人的粉丝量与其微博平均评论数的散点图

“点赞者粉丝中值”、“转发者粉丝中值”、“转发者关注中值”3个特征反映了粉丝群体本身的影响力.可以看到,男性比例高的粉丝群体会有更高的影响力.而高影响力的群体看起来不那么愿意去评论与转发(与“评论者的勋章数均值”负相关),更不会在同一微博下多次评论(与“所有评论者的平均评论数”等特征负相关).此影响力也和“评论的评论数的均值”呈现负相关,这说明高影响力的群体内部互动的倾向是不明显的.这从另外一个角度也说明对微博互动数据影响巨大的“死忠粉”群体的特性.3 粉丝群体特征的聚类分析

4.重复第2步和第3步,直到聚类中心变化小于某阈值或者迭代次数达到设定值.这里我们设定k=2,如图3所示,列举了5个特征两两组合的散点图,其中每个点对应于某个名人的微博,其颜色的不同对应于不同的分类;对角线处的分布图为两种分类下各微博特征分布.可以看到我们的聚类效果非常明显.其中一类的“平均转发数”、“评论被点赞的均值”等表征微博活跃程度的数据相对于另外一类都处于非常低的水平,这显然证实了我们的观点.表2—表4更详细地展示了两种分类主要特征的中位数(以避免因为个别微博数据太高而造成统计误差).从表1的微博基本特征可以看到,两类微博的粉丝数差距并不大,但是平均点赞与评论却相差数十倍,而平均转发的甚至则超过100倍.

【参考文献】：
期刊论文
[1]“转发过亿”的背后:网络粉丝社群的集体行动研究[J]. 范岳亚.  东南传播. 2019(09)
[2]社交网络水军识别的特征发现[J]. 李涛,王渔樵,肖智婕.  计算机工程与设计. 2019(05)
[3]基于网络关系的微博水军集团发现方法[J]. 叶施仁,叶仁明,朱明峰.  计算机工程与应用. 2017(06)
[4]基于贝叶斯模型的微博网络水军识别算法研究[J]. 张艳梅,黄莹莹,甘世杰,丁熠,马志龙.  通信学报. 2017(01)
[5]基于交互行为的在线社会网络水军检测方法[J]. 陈侃,陈亮,朱培栋,熊岳山.  通信学报. 2015(07)
[6]基于关系图特征的微博水军发现方法[J]. 程晓涛,刘彩霞,刘树新.  自动化学报. 2015(09)
[7]基于用户粉丝聚类现象的微博僵尸用户检测[J]. 陶永才,王晓慧,石磊,卫琳,曹仰杰.  小型微型计算机系统. 2015(05)
[8]一种基于微博用户行为的僵尸粉识别方法[J]. 张锡英,车鑫,田宪允.  黑龙江大学自然科学学报. 2014(02)

硕士论文
[1]新浪微博明星粉丝“控评”“轮博”现象研究[D]. 蒋力.广西大学 2019



本文编号：3035227