共查询到20条相似文献，搜索用时 31 毫秒
1.
[目的/意义]“有奖互动”作为一种营销策略,利用奖品作为激励吸引大量用户参与转发、评论等互动方式,能够有效提升企业营销效果。通过影响机制研究,为企业制定基于微博抽奖的社交媒体营销计划提供实践指导。[方法/过程]以微博抽奖类企业微博营销帖子为研究对象,构建基于感知价值理论的模型并提出假设,探究用户参与企业营销的影响机制。[结果/结论]经研究发现,用户参与企业营销互动除了受到奖品因素的激励外,还会受名人信息、粉丝数和营销内容数的正向影响;关注行为对评论数具有显著负向影响,内容字符数对转发和评论两种用户互动行为均具有负向显著影响。本研究对现有文献做出了补充,同时为企业如何制定互动营销计划以提高营销目标提供一定指导。 相似文献
2.
[目的/意义] 研究政务微博评论中的情感极性分析方法,为政务微博情感倾向判断提供依据并为未来情感分析研究指出方向。[方法/过程] 基于字典的情感分析方法构建情感极性分析模型,以上海公安机构微博为实例,验证模型的可用性,并分析微博已有属性信息在情感分析中的作用。最后对微博的这些信息以及情感极性进行相关性分析。[结果/结论] 本文的情感极性分析模型具有可用性,微博评论量和转发量之间存在着显著正相关性,并且在转发量较低时,评论量与情感极性存在着显著负相关关系。且当微博点赞量大于评论量时,微博内容自身带有正向情感倾向。 相似文献
3.
【目的/意义】研究社交网络中影响辟谣信息传播效果的因素,丰富了辟谣有效性的理论,为相关部门制定
提升辟谣信息传播效果策略提供依据。【方法/过程】基于流行三要素理论总结辟谣信息传播效果的影响因素,通过
情感分析、社交网络分析和多元回归分析验证影响辟谣信息传播效果的因素。【结果/结论】粉丝数、情感倾向、“真
相陈述”和“直接反驳+真相陈述”的辟谣方式、原创性、“文字+图片”、休闲时间、网络规模、网络密度和平均路径长
度显著影响辟谣信息的评论数和转发数;辟谣信息中含有@显著正向影响转发数,含有链接显著正向影响评论数。
【创新/局限】基于流行三要素理论对社交网络中辟谣信息传播效果的影响因素进行提炼,并考虑群体因素,利用社
交网络数据进行实证研究,为后续的相关研究提供参考依据,但是本文未考虑到平台因素和粉丝个人属性因素等,
后续研究中需要进一步探讨。 相似文献
4.
[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。 相似文献
5.
【 目的/意义】转发行为是社交媒体上信息传播的重要方式,转发者添加的评论能够反映情绪状态与认知情
况,研究突发自然灾害事件背景下的转发评论有助于应急管理部门了解公众情绪走向和认知变化。【方法/过程】转
发型微博被再次转发时会产生转发级联并形成不同转发层级,本文利用LIWC软件从情绪和认知角度分析转发者
添加的评论内容,对比不同层级情绪得分和认知得分的差异以及转发评论中情绪和认知变化。【结果/结论】突发自
然灾害相关原始微博和转发评论的情绪和认知具有显著差异,用户在原始微博中倾向使用关于积极情绪、消极情
绪、洞察和原因的词;在不同转发层级中,表达积极情绪、洞察和矛盾的词的使用频率更高,且具有更大的波动;在
转发评论过程中,相同类型的情绪和认知显著正相关。【创新/局限】本文研究了转发者生成内容的特征,为应急管
理部门的灾后决策和舆情治理提供新视角,没有考虑添加评论对微博转发的影响,后续将对比不同转发微博的传
播效果。 相似文献
6.
[研究目的]在以俄乌冲突为代表的网络舆论战中,各方力量在舆论场上为战争造势,使得舆论场势力混杂、信息来源复杂、水军搅局、舆论群体极化、情感和情绪色彩浓厚,是一场具有鲜明特色的社交媒体舆论战争。通过情感因素的研究,有助于分析社交媒体时代舆论战的新特征和新趋势。[研究方法]基于情感实践和媒介学的研究成果,结合对俄乌舆论战进行案例分析,研究情感对于社交媒体时代舆论战的影响。[研究结论]研究发现,在社交媒体时代舆论战当中,情感被高度“武器化”,各方力量以情感为武器进行战争博弈,影响了舆论战的边界性、确定性和传播性,也推动了战争范式的转变。 相似文献
7.
[目的/意义]网络用户主要通过购物类、社交类和点评类三种常见网络类型平台发表带有情感倾向的评论,但是由于用户群体、可评论时间、可评论次数以及评论方式等的不同,使得这三种网站类型中的用户对于同一主题的情感表达存在较大差异。文章从用户情感表达特征角度对比评测购物类、社交类和点评类三种主流网络平台中用户情感评论特点,为情感分析数据源选择提供借鉴。[方法/过程]在情感分析的基础上,通过对评论特点、用户情感特征和用户痛点等的对比分析和实证分析,探索三种平台的情感表达特点。[结果/结论]实验结果表明,不同类型网络平台评论的主要内容、情感特征以及痛点表现方面均存在明显差异,进而对情感分析信息源选择提供依据。 相似文献
8.
9.
【目的/意义】随着企业生成内容（EGC）的兴起,以低成本实现广告信息扩散效果最大化已成为商业界和学
术界关注的焦点。本文将 ELM理论和用户卷入行为研究拓展到社交媒体领域,探究 EGC社会化传播的影响因
素。【方法/过程】以微博为平台,利用泊松回归模型,分别从企业和用户层面,对 EGC沟通内容和用户卷入情感等特
征进行剖析。【结果/结论】企业层面中描述产品或服务细节的信息性内容、致力于培养良好关系的说服性内容,和
用户层面中评论数、点赞数、积极的评论情感、较低的认证者比例会正向促进用户的转发。 相似文献
10.
[目的/意义]对微博用户公共事件信息回避的原因进行分析,了解微博用户公共事件信息回避的行为特征,对用户个人、社交媒体平台、内容提供商及政府部门应对公共事件有重要实践意义。[方法/过程]基于S-O-R(刺激-机体-反应)模型,以微博平台上的公共事件信息为研究对象,从信息和情感角度分析了社交媒体用户公共事件信息回避行为的发生机制,探究了涉入度在模型中的调节效应,采用结构方程进行了假设验证。[结果/结论]影响社交媒体用户公共事件信息回避的信息因素(信息质量、信息交互、信息过载)通过用户情感因素(社交媒体疲劳)来导致用户的公共事件信息回避行为,同时涉入度对部分信息因素对用户情感因素的影响过程中起到调节作用。 相似文献
11.
[目的/意义]基于社交媒体用户的共同评论关系构建共评网络,综合运用社会网络分析与自然语言处理技术,探索高效挖掘社交媒体中主流网络民意的方法。[方法/过程]按阶段梳理社交媒体用户共评关系并构建共评网络,综合利用K核分解和核塌缩分析识别核心评论用户群;以核心评论用户群为目标分析对象,从主题和情感两个维度构建主流网络民意的表达,并分析网民讨论热点及情感分布的综合演化过程;利用新冠病毒感染疫情相关热门微博的评论数据进行实证研究。[结果/结论]共评网络分析可以准确识别出社交媒体中的核心评论用户群,其拥有结构稳定且联系紧密的共评关系;聚焦于核心评论用户群的评论内容,即可实现主流网络民意的高效挖掘,准确呈现出网民主要诉求和情感的变化特征;实证结果与我国新冠病毒感染疫情中的应对实情和网络舆论走势基本契合,证明了此方法的有效性。 相似文献
12.
[目的/意义] 新型冠状肺炎防治的科研信息报道是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌。如何引导突发公共卫生事件科研信息报道网络舆情走向成为重要课题。[方法/过程] 本文选取"双黄连事件"作为研究案例,在新浪微博上分别爬取原始话题和回应话题下的发帖、转发和评论等数据,通过统计分析法、情感分析法等方法讨论科研信息报道的社会热度和公众态度,分析官方媒体和权威专家的回应对事件舆情发展的影响。[结果/结论] 研究结果发现,公众高度关注科研信息报道,并表现出较为极端的情绪;而官方媒体和专家的权威回应会影响到事件的话题热度,进而影响公众情感取向。官方媒体具有强大的传播力和影响力,成为公众获取科研信息的主要途径。在此基础上,构建了"官方媒体-权威专家-普通公众"三方协同的管控机制,以有效应对突发公共卫生事件科研信息报道所引发的网络舆情。 相似文献
13.
[研究目的]俄乌冲突期间社交媒体上的虚假信息严重破坏了信息生态系统的平衡,分析其虚假信息的传播能为我国社交媒体虚假信息的治理提供重要参考。[研究方法]以“蛇岛事件”为例,通过python爬取2022年2月24日至2023年2月24日期间推特平台上的271条推文、70 384条转推关系、3 579条评论文本,基于引爆点理论的三大黄金法则,从内容、用户和情感三维度构建俄乌舆论战的虚假信息传播分析模型,运用社会网络分析、文本情感分析等方法,基于python的NLTK、TextBlob、spaCy与NRC情感词典等自然语言处理工具,分析虚假推文引爆的特性、用户转推关系及情感动员效果。[研究结论]在内容维度上,虚假推文的形式主要以缺乏实际证据支持的多模态呈现、内容涉及双方多个关键参与主体;在用户维度上,虚假推文的转推网络以个人用户的单链传播为主、网络中各个模块区域的独立性较强、传播速度快但覆盖范围有限;在情感维度上,虚假推文的情感主观性强、受众更关注偏向乌克兰立场的推文且不同立场的推文对受众具有个性化的情感动员效应。为应对国际冲突中的虚假信息泛滥,本文提出建立国际虚假信息共治平台、提高公民甄别虚... 相似文献
14.
[研究目的]人们越来越多通过社会化媒体来获取健康信息,但网络健康谣言容易被用户大量转发,网络健康谣言治理需要深入分析受众谣言转发行为机制。[研究方法]该文以S-O-R模式为框架,构建了影响受众转发谣言意愿的模型,并采用实验法予以证明。[研究结论]结果发现恐惧型健康谣言较之期望型健康谣言具有更高传播意愿,焦虑是影响健康谣言转发的中介变量,此外信息涉入度和网络健康素养分别对焦虑感和谣言转发具有调节效应。 相似文献
15.
[目的/意义]针对移动社交媒体倦怠行为进行理论分析,有利于帮助企业或相关组织更好地持续利用社交媒体工具开展相关的业务及公共服务。[方法/过程]基于"感知-态度-行为"研究范式,结合计划行为理论、隐私计算理论以及心流理论内容,构建移动社交媒体倦怠行为的影响因素模型,并通过实证研究方法对模型的适用性进行检验。[结果/结论]数据分析结果表明,"自我效价"对移动社交媒体态度不存在显著关系;"隐私保护"和"信息过载"对移动社交媒体态度具有显著的负向影响作用;"心流体验"对移动社交媒体态度具有正向的影响作用;"社交媒体态度"对移动社交媒体倦怠具有显著的正向影响作用。 相似文献
16.
[目的]不同于官方信息传播相对理性，用户在社会化媒体上信息传播具有较强的情绪化特征。情绪化信息传播具有独特的传播机制和影响力，国内外文献已经开始对此进行关注并成为社会化媒体信息传播研究的重点之一。[方法]以社会化媒体和情绪等关键词组合在国内外文献资料库内进行搜索，对搜集的相关文献进行梳理。[结论]从社会化媒体情绪化信息特征、情感分析、情绪化传播行为及情绪化信息的影响四个方面述评现有成果，最后分析了现有研究不足并指出未来可能的研究方向。 相似文献
17.
本文以新浪微博平台为数据采集平台, 对微博信息传播的影响因素和效果进行数据分析, 在借鉴信息传播四要素和流行三要素的基础上, 总结出了影响微博信息传播的16个因素。首先通过对“风云人气榜”上随机抓取的320个新浪微博用户数据进行多元线性回归预测, 实证得到粉丝数、工作时间和发布时间对微博信息传递有促进作用, 而活跃度、休息时间和日期对信息传播有阻碍作用;然后利用爬取数据中提取的441 005个转发样本, 通过逻辑回归、朴素贝叶斯和贝叶斯网络的概率模型分析, 实证了社交类型对用户微博转发行为的影响最为显著, 微博社交需求显著高于内容需求, 并且根据ROC曲线得出综合类型对用户微博转发行为的预测最为精准。 相似文献
18.
[目的/意义]旨在为学术研究者和社交媒体运营商提供理论与实践指导。[方法/过程]结合在线社会支持理论和SSO理论,构建移动社交媒体平台影响用户倦怠行为分析框架模型框架,通过在线调查问卷,利用SPSS和AMOS对获取的398份微信用户的有效数据进行分析和验证。[结果/结论]隐私关注、自我披露均会对移动社交媒体倦怠产生正向显著影响作用,进而显著影响其不持续使用行为形成;在线社会支持(在线信息支持和在线情感支持)可以显著缓冲移动社交媒体倦怠的负面结果。 相似文献
19.
[目的/意义]提出融合母评论文本信息的评论短文本情感分类模型以提高互联网环境下短文本评论情感分析效果,适应舆情工作中的实际应用需求。[方法/过程]以短视频平台舆情事件的评论数据为实验对象,利用GRU提取母评论文本特征和直接提取评论区特征,分别将这些特征与CNN提取原评论文本特征并行融合进行情感分类。[结果/结论]相较于传统深度学习方法,引入的母评论文本特征使两个数据集的情感分类效果都获得了一定提升,F1值等均分别提升了2%和1%,说明本文提出的特征引入方案能够提升评论短文本的分类效果,为舆情工作中的情感监测实际应用提供了思路,验证了舆情相关理论研究对实际技术应用有借鉴和指导意义。 相似文献
20.
[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著,探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架,从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型,同时考虑商品类型的调节作用,并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究,发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高,商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用,并且信号影响评论有用性受到信号环境的影响。 相似文献