發(fā)布時間：2018-05-18 20:46

  本文選題：微博 + 自媒體賬號　； 參考：《計算機研究與發(fā)展》2015年11期

【摘要】：隨著Web 2.0時代的發(fā)展,微博作為新興的社交網(wǎng)絡媒體在人們的日常生活中扮演著愈發(fā)重要的角色.它不僅是用戶交流與分享信息的橋梁,也是獲取信息的重要方式.微博同時具有社交網(wǎng)絡與信息媒體雙重性,其生態(tài)環(huán)境中僅具有媒體屬性,用于發(fā)布信息給公眾的自媒體賬號(we media account)發(fā)展迅速.首次提出微博自媒體賬號識別這一研究問題,闡述了自媒體賬號識別對分析微博生態(tài)環(huán)境、用戶興趣建模、優(yōu)質內容挖掘的重要意義,提出了結合個人信息、賬號行為及微博內容3類特征的有監(jiān)督識別方法.研究結果表明:1)自媒體賬號與普通的微博賬號有著較明顯的不同,主要體現(xiàn)在微博發(fā)布行為的規(guī)律性以及話題分布特性之上.2)提出的3類特征能夠有效識別自媒體賬號,不同類別的特征也能夠相互補充,預測準確率高達96.71%.
[Abstract]:With the development of Web 2.0 era, Weibo, as a new social network media, plays an increasingly important role in people's daily life. It is not only a bridge for users to exchange and share information, but also an important way to obtain information. Weibo has the dual nature of social network and information media, and its ecological environment has only media attributes, and the self-media account for publishing information to the public has developed rapidly. This paper first puts forward the research problem of Weibo self-media account recognition, expounds the importance of self-media account identification in analyzing Weibo ecological environment, user interest modeling and high-quality content mining, and puts forward a combination of personal information. The supervised identification method of account behavior and Weibo content. The results show that: 1) the self-media account is obviously different from the ordinary Weibo account, which is mainly reflected in the regularity of Weibo publishing behavior and the characteristics of topic distribution. 2) the three kinds of features proposed by the author can effectively identify the self-media account. Different types of features can also complement each other, forecasting accuracy as high as 96.71.
【作者單位】： 北京大學信息科學技術學院網(wǎng)絡與信息系統(tǒng)研究所;
【基金】：國家自然科學基金項目(61272343) 教育部高等學校博士學科點專項科研基金項目(20130001110032)
【分類號】：TP393.092

【參考文獻】

相關期刊論文 前1條

1 丁兆云;賈焰;周斌;;微博數(shù)據(jù)挖掘研究綜述[J];計算機研究與發(fā)展;2014年04期

【共引文獻】

相關期刊論文 前7條

1 張振華;吳開超;;一種分布式Twitter數(shù)據(jù)處理方案及應用[J];計算機應用研究;2015年07期

2 叢穎;劉其成;張偉;;一種基于Apriori的微博推薦并行算法[J];計算機應用與軟件;2015年08期

3 彭敏;黃佳佳;朱佳暉;黃濟民;劉紀平;;基于頻繁項集的海量短文本聚類與主題抽取[J];計算機研究與發(fā)展;2015年09期

4 唐浩浩;席耀一;周杰;郭志剛;陳剛;;基于維基知識的微博事件追蹤方法[J];計算機應用與軟件;2015年10期

5 張振華;吳開超;;基于Twitter的流感疫情可視化系統(tǒng)[J];計算機系統(tǒng)應用;2015年03期

6 趙小明;張群;岳昆;;基于靜電場理論和PageRank算法的微博用戶相關性分析[J];云南大學學報(自然科學版);2015年02期

7 王巍;黨甄甄;劉美爽;;數(shù)據(jù)挖掘技術在食品配餐中的應用[J];美食研究;2015年03期

相關碩士學位論文 前6條

1 戴俊彥;融入公眾情感投入的微博話題快速發(fā)現(xiàn)及影響力度量方法[D];浙江工商大學;2015年

2 童欣;面向客服互動微博的短文本分類方法研究[D];北京郵電大學;2015年

3 王藤藤;基于社團發(fā)現(xiàn)的微博群體劃分與特征提取[D];北京郵電大學;2015年

4 楊福強;基于微博的個性化推薦問題研究[D];山東師范大學;2015年

5 黃煥坤;基于微博互動的關系圈發(fā)現(xiàn)及其可視化研究[D];廣東工業(yè)大學;2015年

6 劉暢;基于大數(shù)據(jù)技術的鐵路運輸企業(yè)ERP的應用研究[D];北京交通大學;2015年

【二級參考文獻】

相關期刊論文 前3條

1 張晨逸;孫建伶;丁軼群;;基于MB-LDA模型的微博主題挖掘[J];計算機研究與發(fā)展;2011年10期

2 樊鵬翼;王暉;姜志宏;李沛;;微博網(wǎng)絡測量研究[J];計算機研究與發(fā)展;2012年04期

3 丁兆云;賈焰;周斌;韓毅;;微博中基于多關系網(wǎng)絡的話題影響力個體挖掘(英文)[J];中國通信;2013年01期

【相似文獻】

相關期刊論文 前2條

1 ;微博:從小眾的舞臺到全民的盛宴[J];電腦愛好者;2011年01期

2 ;[J];;年期

相關重要報紙文章 前2條

1 張玉勝;規(guī)范網(wǎng)絡需先樹正確“網(wǎng)絡觀”[N];科技日報;2013年

2 本報記者 熊雯琳;微信上的“草根”創(chuàng)業(yè)[N];電腦報;2013年

，

本文編號：1907143