社交媒体使用行为与当代大学生社会心态的关系研究——以无锡地区高校大学生为例

社交媒体与当代青年大学生的学习、生活和社交模式等方面有着密切关联,对大学生的社会心态的形成、发展和演变产生重要影响。调查发现,高校大学生的性别、年级、使用时长、依赖程度等因素会对社交媒介的使用产生影响。自尊认知、感知与思维能力、社会态度对大学生的社会心态呈正相关,而高校大学生对社交媒体的使用程度不同,沉迷程度不同,自尊认知和感知与思维能力也会产生差异。文章探析大学生社会心态与社交媒体的关系,分析社交媒体对社会心态的交互作用及影响。结果显示,大学生依赖于社交媒体获取和分享信息,在社交媒体的影响下,大学生的社会心态发生了变化。最后,讨论改善大学生社会心态的对策。     

计算视角下的虚假信息传播:内容、主体与模式

虚假信息的传播在政治、经济等多个领域影响着社会正常运作.深入理解虚假信息的传播机制并遏制其传播是传播学、政治学、计算机科学等多个学科领域的共同研究目标.基于社会化媒体对于虚假信息内容及传播踪迹的记录,以及信息传播相关计算算法的广泛采用,传播学在当前阶段得以对虚假信息传播进行经验性深入探讨.基于此,将从虚假信息内容特征、传播者用户特征和虚假信息传播模式3个角度系统综述计算方法对于虚假信息传播研究的推进,探讨未来可行的跨学科合作模式.     

基于新浪微博的社交网络演化模型

随着在线社交网络的高速发展和影响力日渐扩大, 研究其演化发展规律已经成为非常重要的课题.通过抓取新浪微博的数据, 将用户划分为意见领袖和普通用户, 并建立了一个定量的两层演化模型. 在此基础上, 分析了意见领袖和普通用户之间社交影响力的差异, 研究了网络内部病毒传播机制和外部媒体因素对在线社交网络演化过程的影响, 并利用抓取的实际数据验证了模型的准确性. 研究结果对进一步探寻在线社交网络结构、社会价值观对在线信息传播的影响均有积极意义.     

基于叙事传输效应的社交媒体女性说服研究

为探究社交媒体旅游叙事的相关因素是如何以叙事传输的方式说服和作用于女性消费者,并影响其对目的地的认知和情感的,以女性消费者为研究对象,基于Green and Brock的叙事传输理论,利用结构方程模型(SEM)对600名不同年龄层女性消费者数据进行了分析,结果表明:社交媒体旅游叙事中叙事传输效应的存在,社交媒体旅游叙事...     

基于注意力机制多特征融合的虚假信息检测

在虚假信息识别任务中,面对图文结合的虚假内容,基于单模态的模型难以进行准确识别.社交媒体中的虚假信息为吸引关注和迅速传播的目的,会使用夸张的词汇煽动读者的情绪.如何将情感特征引入多模态虚假信息检测模型进行多特征融合,并准确地识别虚假信息是一个挑战.为此,本文提出了基于注意力机制多特征融合的虚假信息检测方法(att-MFNN).该模型中先将文本特征和情感特征基于注意力机制融合,再与视觉特征组成多模态特征送入虚假信息识别器和事件分类器中.通过引入事件分类器学习不同事件中的共同特征,提高新事件的识别性能.att-MFNN在微博和推特(Twitter)数据集的准确率达到了89.22%和87.51%,并且F₁、准确率、召回率指标均优于现有的模型.     

电力社会耦合网络面对虚假信息传播的鲁棒性研究

为研究在电力社会耦合网络中电力社交用户受到虚假信息影响的后耦合网络的鲁棒性变化,基于用户自身的影响力以及虚假信息影响力,考虑虚假信息免疫节点,改进了信息传播的独立级联传播模型,将网络中受影响节点与耦合网络鲁棒性计算的渗流模型相结合,并在此基础上拓展了1种电力社会耦合网络鲁棒性评估指标.通过仿真实验模拟发现改进的独立级联模型传播模型避免了影响的随机性,影响结果合理,耦合网络鲁棒性计算的理论值与实际验证值相符,电力社会耦合网络鲁棒性评估指标结论与耦合网络鲁棒性变化情况符合,结果表明,社交网络中初始影响节点比例对耦合网络的鲁棒性具有一定影响,且电力-Facebook耦合网络的鲁棒性优于电力-Last FM耦合网络.     

基于数据驱动的社交媒体假新闻预测（英文）

社交媒体的快速发展导致了虚假新闻的广泛传播，这不仅影响了人们的生活，也损害了社交媒体平台的可信度。因此，中文假新闻检测是一项具有挑战性且意义重大的任务。然而，现有的中国社交媒体平台的假新闻数据集数据量相对较少，该领域的数据收集相对陈旧，不能满足进一步研究的要求。考虑到这一背景，本文提出了一个最新的中文微博假新闻数据集，其中包含从微博收集的26320条假新闻数据。此外，还提出了一种基于数据增强的假新闻检测模型，可以有效解决假新闻数据缺乏的问题，提高模型的泛化能力和鲁棒性。对从微博收集的假新闻数据集进行了大量实验，并成功将模型部署在网页上。实验结果证明了所提出的端到端模型在检测社交媒体平台上的虚假新闻方面的有效性。     

社交网品牌社区信息发布互动性对用户品牌认知的影响

社交网络上存在许多以某一个品牌为核心的品牌社区,企业利用品牌社区进行针对性的品牌推广和社交网络营销,而品牌信息发布是企业目前采用最多同时也是最主流的方式.通过构建社交网品牌社区信息发布理论模型,提出品牌信息发布的互动性对用户品牌认知的显著影响,产品类型和信息来源在品牌信息发布互动性的影响过程起调节作用.     

社交游戏广告奖励机制研究探析

社交游戏经过飞速发展已成为了广告新宠,各国学者也开始从各个角度研究社交游戏广告.重点关注社交游戏奖励机制对用户品牌认知的影响,通过整理相关领域文献研究,提出社交游戏广告奖励对品牌认知影响模型,并对梦幻沙龙游戏奖励机制进行了案例分析.结合理论和实践分析了游戏广告奖励基本规律,指出了现有研究和应用的不足,并对未来发展进行了展望.     

社交媒体数据可视化分析综述

社交媒体的出现为人类提供了新的交流方式,同时也产生了大量的数据。这些数据蕴含着丰富的信息,也反映了人类的社会行为。利用可视化分析技术可以对社交媒体数据进行交互式分析,提高人类对抽象信息的理解和综合研判能力。本文首先介绍了可视化分析的步骤。在此基础上,阐述了社交网络可视化、时空信息可视化和文本可视化的实现方式。最后,对可视化分析过程中遇到的问题和挑战进行了讨论。     

使用社交媒体能提升用户的社交自我效能感吗?

通过对使用新浪微博的204名大学生的调查, 发现线上社会支持、社交媒体使用和社交自我效能感之间显著相关, 它们之间的关系因社会支持类型的不同而各有特点: 把社会支持看成一个整体时, 社交媒体上的社交互动在线上社会支持对社交自我效能的影响中起调节作用, 随着社交媒体的社交互动增多, 线上社会支持对社交自我效能感的正性影响越来越显著; 而从线上社会支持的归属感维度讲, 社交媒体上的社交互动在线上社会支持和社交自我效能感之间起完全中介作用, 归属感促使大学生更多地在社交媒体上进行社交互动, 由此提升其社交自我效能感。研究结果可为理解人们为什么喜欢使用社交媒体以及线上行为如何影响线下心理与行为提供启示。     

我国旅游中社交媒体的应用研究进展

社交媒体在旅游中扮演着重要角色,对旅游活动的各个方面产生了重要的影响。本文收集分析了我国旅游研究中与社交媒体相关的文献,发现研究主题主要集中在社交媒体与游客行为、用户原创内容、旅游营销、危机管理、旅游文化五个方面。未来要多采用定量研究方法,进一步扩展研究的尺度和规模,同时与当地的社会经济、文化等实际情况相结合,并加大在社区参与、综合营销手段、分类型旅游目的地营销、旅游中法律的健全等方面的研究力度。     

基于社交媒体平台的档案机构信息传播策略研究

社交媒体的应用是档案机构开展档案信息传播的必然趋势。本文首先对社交媒体的类型和特征进行阐述,并在分析档案信息传播微观模式的基础上,结合社交媒体信息传播的特点,提出提升档案机构社交媒体应用效果的策略。     

广告游戏的娱乐性对SNS好友品牌认知的影响

随着互联网的不断发展,社交网络(SNS)广告成为众多商家的首要选择,但目前的研究多集中于广告游戏与品牌认知两者之间,对于SNS、广告游戏及品牌认知三者结合的研究偏少,对实践的指导意义有待加强.本文通过对社交网站、游戏的娱乐性、植入式广告游戏以及品牌认知的研究文献的整理分析,提炼了社交网络传播机制,从而建立了在SNS平台下,广告游戏的娱乐性对SNS好友品牌认知影响的概念模型.     

广告游戏的娱乐性对SNS好友品牌认知的影响

随着互联网的不断发展,社交网络(SNS)广告成为众多商家的首要选择,但目前的研究多集中于广告游戏与品牌认知两者之间,对于SNS、广告游戏及品牌认知三者结合的研究偏少,对实践的指导意义有待加强.本文通过对社交网站、游戏的娱乐性、植入式广告游戏以及品牌认知的研究文献的整理分析,提炼了社交网络传播机制,从而建立了在SNS平台下,广告游戏的娱乐性对SNS好友品牌认知影响的概念模型.     

基于情感信息预处理和Bi-GRU的虚假评论识别模型

虚假评论识别在电子商务、社交媒体等领域具有重要的应用价值。尽管现有虚假评论识别模型融合了文本的情感信息,但在预训练过程中忽视了对情感信息的提取,导致准确率不高。针对此问题,本文提出一种基于情感信息预处理和双向门控循环单元(Bidirectional Gated Recurrent Unit, Bi-GRU)的虚假评论识别模型(FR-SG),用于提高虚假评论识别的准确率。首先,通过Albert模型获取文本的语义向量;然后,使用词频-逆文本频率(Term Frequency-Inverse Document Frequency, TF-IDF)和K-均值(K-means++)聚类的方法从评论中挖掘情感种子词,基于种子词对文本中的属性词和情感词进行掩码(mask);接着,使用面向情感的目标优化函数,将情感信息嵌入到语义表示中,生成情感向量;最后,将这两组向量的拼接结果输入虚假评论识别网络中,得到文本的分类结果。实验结果表明,相较于Bi-GRU+Attention模型,FR-SG提高了虚假评论识别的准确率。     

国外关于领导距离的研究综述

文章介绍了国外对于领导距离研究的相关文献,总结了区分领导距离三大维度,即：领导——下属之间的客观距离、可认知的领导——下属社交距离、可认知的领导——下属互动频率;近距离领导和远距离领导的特征和区别;以及领导距离对领导魅力的影响。最后,依据领导距离的三大维度对领导的风格进行了分类。     

融合多模态的虚假新闻检测

在社交媒体高速发展方便信息交流的同时,虚假新闻也在网络上大量传播,对社会稳定造成了很大的影响.针对当前虚假新闻检测工作大多充分考虑虚假新闻中新闻文本内容而忽略图像内容的问题,提出了一种基于注意力的BiLSTM-CNN多模态虚假新闻检测模型.该模型首先使用双向长短期记忆神经记忆网络(BiLSTM)提取文本内容特征,使用卷积神经网络(CNN)提取图像语义特征,利用注意力机制(Attention)层对提取的内容特征信息分配相应的权重,再将两种特征融合以形成重新参数化的多模态特征作为输入进行虚假新闻检测.实验表明,该方法达到了98.3%的正确率.     

基于认知观的信息搜索模型研究综述

主要从信息行为、信息搜索过程和信息交互3个方面对国外基于认知观的几个典型信息搜索模型进行分析和研究,并阐明目前信息搜索模型研究存在的问题以及未来的发展趋势。     

基于Word2vec的信息窄化测度及影响因素研究

为清晰而明确地掌握社交媒体使用与用户信息窄化的关系及其作用程度,选取典型的社交媒体之一新浪微博(N = 7 825),分析微博使用度、活跃度、影响度的现实指标所伴随的用户信息窄化.从两方面实证考量用户内容在多种使用指标中的信息窄化.结合配对样本t检验的结果显示,微博媒介的使用程度越高的用户层级,其语义上的自我相似度越高,内容类型的分布均衡程度和丰富程度越低.