微博自2009年引入國內(nèi),發(fā)展迅速,相關(guān)的研究也越來越被重視。目前關(guān)于微博的研究大多都停留在宏觀層面——用戶,針對(duì)微觀角度的單條微博的研究較少。值得注意的是,不同用戶發(fā)布的微博轉(zhuǎn)發(fā)量區(qū)別較大,并且同一用戶發(fā)布的不同的微博的轉(zhuǎn)發(fā)量也存在顯著的差異。因此,有必要對(duì)微博的影響力形成原因以及相關(guān)影響因素進(jìn)行深入分析。完成這些研究將有助于發(fā)現(xiàn)那些擁有極大影響力的微博和微博用戶。本文以此為出發(fā)點(diǎn),結(jié)合微博的多層級(jí)結(jié)構(gòu),將單條微博的影響力的研究分為幾個(gè)階段：首先是對(duì)微博作者影響力的影響因子進(jìn)行分析,并進(jìn)行數(shù)學(xué)建模;隨后以此為宏觀層面的屬性基礎(chǔ),結(jié)合單條微博的微觀層面屬性,構(gòu)建單條微博的多層次線性模型；最后基于微博的傳播特性,構(gòu)建一個(gè)轉(zhuǎn)發(fā)預(yù)測(cè)模型。其中,在構(gòu)建用戶影響力模型時(shí),針對(duì)某些影響因子(指標(biāo))進(jìn)行優(yōu)化處理。在對(duì)單條微博進(jìn)行分析時(shí),本文選用了客觀因子——轉(zhuǎn)發(fā)量對(duì)其影響力進(jìn)行衡量。本文使用新浪開放API來收集微博數(shù)據(jù),在對(duì)這些數(shù)據(jù)分析之后,有如下結(jié)論：(1)在衡量用戶影響力方面,本文優(yōu)化后的指標(biāo)是更加合理。(2)引入多層次線性模型,比以往的簡(jiǎn)單線性模型能更好的解釋(轉(zhuǎn)發(fā)量)在用戶之間的差異以及用戶...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１大學(xué)生用戶登錄使用微博途徑統(tǒng)計(jì)結(jié)果圖??

超過功能手機(jī)用戶。對(duì)于微博而言，大學(xué)生是其主要的使用人群，對(duì)運(yùn)些人群的??＂微博＂登錄途徑進(jìn)行統(tǒng)計(jì)，結(jié)果顯示使用移動(dòng)端（７８％）的比例遠(yuǎn)遠(yuǎn)島于ＰＣ端??（４６％）（如圖１－１）。移動(dòng)客戶端增加了微博的使用便捷性，因此也在一定程度上??對(duì)微博的發(fā)展起到了不可忽視的促進(jìn)作用。２０１４....

圖３－１用戶影巧力合成過程

方式；群體傳播１４５１。而在傳播的用戶數(shù)量形成一定的規(guī)模時(shí)，就會(huì)對(duì)社會(huì)Ｗ及公??眾產(chǎn)生不可小戯的影響力。??（１）用戶影響力??目前，有關(guān)微博影響力的研巧其實(shí)大多都是在研究微博用戶的影響力。這是??因?yàn)樵谟行┭星芍校延脩舻挠绊懥Φ韧谖⒉┯绊懥�，或者認(rèn)為微博影響力在??用戶間的....

圖３－３關(guān)注數(shù)量排巧??

圖３－３關(guān)注數(shù)量排巧??表３－１原始數(shù)據(jù)??巧號(hào)?粉絲用戶名?（二級(jí)）巧絲數(shù)量（二級(jí)）關(guān)注巧量???１?用戶?１?＾?＾???２?用戶?２?Ｍ?ｎ????３?用戶?３?ＩＪ?１６????４?用戶?４?１５?１５????５?用戶?５?１３?１３???６?用戶?６?ｎ?ｍ????７?....

圖３＞４轉(zhuǎn)發(fā)和評(píng)論數(shù)量的巧序結(jié)果??

?１０?１５??圖３－３關(guān)注數(shù)量排巧??表３－１原始數(shù)據(jù)??巧號(hào)?粉絲用戶名?（二級(jí)）巧絲數(shù)量（二級(jí)）關(guān)注巧量???１?用戶?１?＾?＾???２?用戶?２?Ｍ?ｎ????３?用戶?３?ＩＪ?１６????４?用戶?４?１５?１５????５?用戶?５?１３?１３???６?用戶?６?ｎ....

本文編號(hào)：3960231