需求视域下“90后”大学生“微博文化”现象研究

web2.0时代,以微博为代表的网络自媒体以其独特的传播方式迅猛发展。随着校园网络的普及,"90后"大学生已成为微博用户中不可忽视的重要群体,微博已经不断地影响着他们的学习、交往和思维方式,并随之呈现出反应当代青年群体特征的"微博文化"。本文从大学生需求角度,分析"90后"大学生在微博使用过程中的心理和行为特点以及对其个性发展的影响,并提出自媒体时代青年"微博文化"的建设策略。     

基于微博信息的关键词库爬虫策略

通过研究对比不同网络爬虫策略的优缺点,提出了基于微博信息的关键词库爬虫策略,利用微博的特性以及数据挖掘算法的优势,生成关键词库指导爬虫模型进行微博信息的获取,解决了主题爬虫模型在数据获取时存在的时序性、正确性以及高效性的问题,提高了微博事件信息的覆盖率和准确率,最后通过设计实验系统Keys Crawler,验证了本文提出的策略的优越性.     

微博营销在大学生就业招聘中的应用研究简

以研究第三方微博招聘平台在大学生就业中的应用为目的,从平台构建、营销策略、客户与受众的开发与保留等几方面着手,分析第三方微博招聘平台潜在的市场价值及应用前景,并对其营销提出建议.     

微博盛行背景下的高校校园文化建设

微博的出现,极大地改变了大学生的信息获取、人际交往和休闲娱乐等学习和生活方式,如何积极应对微博时代所带来的机遇和挑战,借助微博这一新载体推进校园文化建设,是高校思想政治教育者必须思考的问题。应在遵循四大原则的前提下,从“占领高地”、“攻城略地”、“开疆拓土”等策略出发,积极利用微博推进高校校园文化建设。     

企业微博营销活动的生命周期和分享模型研究

在信息化的时代背景下,“微博”这一平台已成为各个企业营销的战略要地.在阐述AISAS模型概念的基础上,构建了微博营销活动的生命周期和分享模型,发现微博分享在企业营销活动中产生的重大影响,尤其对微博活动的二次传播至关重要,该模型也显示微博分享价值是受微博转发数、微博评论数、日发微博数、微博累计影响力等因素共同影响的,通过研究企业微博营销中分享的价值,提出了更有针对性的企业微博营销策略.     

多策略中文微博细粒度情绪分析研究

针对中文微博用户的情绪分析问题, 提出一种基于多策略融合的细粒度情绪分析方法。首先采用朴素贝叶斯算法对微博的有无情绪分类问题进行研究, 然后构建有情绪微博的21维特征向量, 最后采用SVM和KNN算法对微博进行细粒度情绪分析。以新浪微博作为实验对象, 结果表明多策略集成方法好于单一分类 算法。在多策略集成方法中, “NB+SVM”方法略优于“NB+KNN”方法。     

基于微博的移动学习策略研究

移动学习是近年来提出的概念，体现了以移动媒介承载学习内容的一种新型学习形态。近年来，微博已经发展成为最为流行的社交网络平台。微博的诸多特点契合于基于微博的移动学习。本文分析了基于微博开展移动学习的优势，阐释了基于微博的移动学习策略，并设计了具体的学习案例。     

闽南地区鞋服类企业微博营销策略分析

随着“自媒体”时代的到来,微博的商业价值逐渐为嗅觉灵敏的商家所关注和重视.如何利用微博开展企业营销成为当前热议的话题.该文通过调查闽南地区鞋服类企业微博营销的状况来分析目前闽南地区微博营销现状和存在的问题,总结出闽南地区品牌鞋服类企业的微博营销策略.     

基于微博平台的英语专业学生自主学习能力的培养

自主学习能力的培养是现代教学的主流趋势.微博是最新的网络平台.合理利用微博,将其作为课堂教学的一种辅助手段,并基于这个平台让学生养成良好的学习习惯,改善学习方法,提高学习效率.     

基于多任务学习的微博流行度预测

以短文本内容发布为主要特点的微博,已经成为重要的信息传播媒介,预测微博流行度对舆情监测、企业营销、热点推送等都具有重要意义.当前对微博流行度预测的研究主要侧重于对所有用户的微博数据进行统一建模预测,鲜有研究考虑不同影响力用户之间的差异.而微博数据的分析显示标签、提及和微博长度等对微博流行度的影响会随发布者的影响力变化显示出明显差异,在流行度预测中充分考虑这些差异,有助于取得更好的预测结果.为此,在流行度预测中引入多任务学习(Multi-Task Learning,简称MTL),并结合SVM构建SVM+MTL模型,此模型通过同时考虑所有用户的共同特性和不同用户的具体特性来提高预测性能.此外,除了预测常用的用户属性和微博发布行为等特征外,还引入微博内容相似性这一新特征,该特征能明显提高预测准确率.基于微博数据的实验表明,SVM+MTL模型可以有效提高微博流行度预测性能.     

多策略融合的微博数据获取技术研究

微博正逐步成为公共信息传播的主要社交媒体,高效地获取微博数据对于网络舆情分析具有重要意义。以新浪微博为研究对象,研究了通过微博API、模拟登录和构造访客Cookie进行数据采集的3种方案,提出了一种多策略融合的微博数据采集方案。针对模拟登录的方案设计实现了自适应的并发采集算法,使数据采集较为稳定高效;针对构造访客Cookie的方案设计实现了高可用代理池模块,进一步提高了数据采集效率。实验结果表明,基于模拟登录的自适应并发采集策略和构造访客Cookie融合的方案能够高效、全面、稳定地获取微博数据。     

微博视阈下的交互式英语教学模式研究

笔者拟对于微博视阈下的交互式英语教学模式进行研究,以微博服务平台为依托,将微博延伸于英语教学应用领域,力图通过建立微博英语班级、创设英语交流与交际的语言情境,建构一个融汇多元交互机制、形成全英文、课内外学习有机联动、师生交流互动平台。     

基于λ-主动学习方法的中文微博分词

由于面向中文微博的分词标注语料相对较少,导致基于传统方法和深度学习方法的中文分词系统在微博语料上的表现效果很差。针对此问题,该文提出一种主动学习方法,从大规模未标注语料中挑选更具标注价值的微博分词语料。根据微博语料的特点,在主动学习迭代过程中引入参数λ来控制所选的重复样例的个数,以确保所选样例的多样性;同时,根据样例中字标注结果的不确定性和上下文的多样性,采用Max、Avg和AvgMax这3种策略衡量样例整体的标注价值;此外,用于主动学习的初始分词器除使用当前字的上下文作为特征外,还利用字向量自动计算当前字成为停用字的可能性作为模型的特征。实验结果表明:该方法的F值比基线系统提高了0.84%~1.49%,比目前最优的基于词边界标注(word boundary annotation,WBA)的主动学习方法提升效果更好。     

自媒体社会突发事件中微博舆情研究--基于对镇海PX项目事件的舆情调查

文章以2012年宁波镇海PX项目事件舆情在微博上的传播为实例,通过调查问卷并结合网络舆情监测数据分析,研究了突发事件中微博舆情的传播规律和作用,网民的微博传播行为特点、观点倾向性以及网络生态环境;提出了应对突发事件舆情的策略。     

微博营销在旅游目的地的应用探析

旅游微博作为旅游界一种新兴的传播方式,它逐渐改变着人们出行旅游的方式,以其低成本、实时性强、互动性高等特点,迅速成为旅游目的地进行营销的全新平台,引起了企业和学者们的广泛关注.通过微博营销的特点,结合旅游目的地分析微博营销的发展问题,从而提出组建微博营销专业团队、持久性适度发布高质量信息、借热点问题增强与粉丝互动、实施资源媒介的整合营销、开展网络公关等策略.     

试析省级卫视的微博营销

文章将微博营销理念引入省级卫视的品牌经营过程,从微博及微博营销的特点入手,分析我国省级卫视开展微博营销的必要性和可行性,并分别从省级卫视微博的整体设计、微博互动、与主持人微博联动等三个方面提出我国省级卫视微博营销的具体策略。     

基于文本挖掘的微博文本情绪分析技术研究

该文主要针对中文微博的细粒度情绪识别技术中的关键技术展开研究,分析了中文微博的研究难点和微博情感表达特征,提出了一种微博文本情绪显性特征的多策略集成分析法。最后实验组以新浪微博中某一主题为实验数据,对"乔任梁去世"事件这一热点话题的评论文本数据集进行分析,验证了该文的微博情感分析能力,同时还将情感分析结果进行了可视化展示。     

微博在大学英语教学管理中的效用研究

本文探讨全民微博的大背景下,微博技术在大学英语教学中的使用,指出微博在大学英语教学管理中的微平台作用,探讨微博在大学英语教学管理中的效用,并介绍了微博情感激励策略、互动式教学策略和微博数据分析法。     

针对政府的微博网络舆情传播规律与对策研究——以新浪微博为例

以新浪微博为例,提出了一种基于扩散树的网络舆情传播模型,并探索微博舆情的传播规律及其对策。依照微博的传播特征及网络舆情生成规律,给出了微博网络舆情扩散树的定义及其构建方法;根据树的数理特征,揭示了基于扩散树的微博网络舆情"孤树"和"森林"传播规律,并进行了实证分析。基于扩散树特征,从舆情信息及时感知、官微澄清事实真相、积极培育微博红客、严厉惩处微博水军、政府官员谨言慎行、事件定性定论慎重六个方面,提出了应对微博网络舆情的策略。     

中文微博命名体识别

近年来微博的快速发展为命名体识别提供了新的载体,同时微博的特点也为命名体识别研究带来了挑战.针对微博特点,本文提出了基于拼音相似距离以及文本相似距离聚类算法对微博文本进行规范化,消除了微博的语言表达不规范造成的干扰.同时,本文还提出了篇章级、句子级以及词汇级三级粒度的特征提取,使用条件随机场模型进行训练数据,并识别命名体,采用由微博文本相似聚类获得的实体关系类对命名体类型进行修正.由于缺少大量的微博训练数据,本文采用半监督学习框架训练模型.通过对新浪微博数据的实验结果表明,本方法能够有效地提高微博中命名体识别的效果.