网络舆论场域下热点新闻事件的影响力分析——以“江歌案”为例

全媒体时代不同媒介全方位融合,传统媒体舆论场衰落,以微博、微信为代表的新型的舆论场格局因势而生,热点新闻事件舆论场正逐渐"转场"。本文对"江歌案"中相关舆论进行数据统计,构建舆论影响力分析框架,全面分析网络舆论场域下社交媒体对舆论场的影响力。     

称谓语的选用与社会身份关系之表达

称谓语是发话人用来称呼交际对方的用语。但其功能远不止于此，称谓语是社会关系在语言中的表现，它不单纯是语言的称谓系统本身。称谓语的选用能为整个交际活动定下基调，能清楚地反映出交际双方之间的社会关系和他们的社会地位。     

基于层次注意力机制的垃圾用户检测模型

目前基于网络的垃圾用户检测方法只考虑了简单社会关系,缺乏对更多复杂社会语义关系的利用,难以达到最优性能.针对这一挑战,提出一种基于层次注意力机制的垃圾用户检测模型(HAM-SD).模型首先使用异质信息网络对社交媒体进行建模,挖掘丰富的语义与结构信息,接着利用节点级注意力层聚合元路径邻居增强节点表示,同时利用自适应层级聚合模块选择不同层级特征提升表征能力,然后通过语义级注意力层融合不同元路径下的节点表示,最后带入分类检测模块实现垃圾用户检测.在公开数据集上的实验结果表明该模型能够有效检测垃圾用户,并在不平衡数据分布时保持较强的稳定性.     

论英语称谓语的语用特征

称谓语是语言交际过程中传递给对方的第一信息。本文采用语用分析的方法研究了在具体使用过程中英语称谓语的语用特征即它的社会指示作用和所传递的不同语力以及语境因素对称谓语使用的影响,其目的在于提高学习者对语言内涵的理解力。     

汉英称谓的差异及其翻译

汉英语言文化的差异导致两种称谓系统的不同.如果直接把汉语称谓语移植到英语中,往往会引起意想不到的文化困惑甚至震惊.因此,了解汉英称谓的差异以及差异背后的社会文化根源有助于我们从语用对等的层面正确地翻译称谓语.     

移动社交网络中的无线资源分配算法研究

随着移动用户数量的不断增加以及移动网络规模的发展,移动社交网络越来越受到人们的青睐,在社交网络中,社交网络用户可以使用移动设备相互交换和共享内容,但如何在移动社交数据传输过程中根据用户的需求为其分配最佳的无线资源,并确保资源的安全性和保密性成为了一个新的挑战.研究移动社交网络中的无线资源分配问题,资源分配包含无线资源分配和保密性资源分配,提出一种基于梯度的迭代算法来求解社交用户所需要的最佳无线资源和保密性资源.仿真结果分析表明,根据所提算法可以得出在保密性资源能量效率方面比随机分配方案提高8％左右,同时在无线资源利用率方面也有显著提升.     

基于用户多维度信任的冷启动推荐模型

在传统协同过滤(collaborative filtering,CF)算法中存在着用户冷启动低效推荐问题,基于社交信息的社会化推荐算法通过引入用户的社交关系来缓解冷用户的数据稀疏问题,具有很好的研究应用前景。但该算法对用户间的信任度量较为片面单一而难以准确地对冷用户做出个性化推荐。针对此缺点,从不同维度量化分析了影响用户信任的因素,理论推导出用户多维度信任度量模型,将该模型计算得到的用户综合信任与传统协同过滤中的用户评分相似度值进行有效线性融合,提出了一种基于用户多维度信任的冷启动推荐模型。通过使用真实数据集Epinions并采用留一法进行实验对比分析。实验结果表明,提出的模型在对冷启动用户的推荐中,其平均绝对误差(mean absolute error,MAE)、覆盖率(rating coverage,RC)和F1值(F-measure)3个评估指标相比其他算法有了明显改善。     

基于神经网络的社交网络用户动机与行为关系研究

 以社交网络用户为研究对象,扩充了用户的“获利性”动机和“社交获利”行为,通过调研问卷,利用神经网络模型分析社交网络用户动机与行为的关系。结果表明,不同动机对不同行为的影响程度不同,动机对行为的整体贡献度呈现出有用性 > 自我呈现 > 娱乐性 > 易用性 > 获利性 > 从众性 > 社交性的趋势。建议管理人员持续完善网站的社交和娱乐功能,从用户心理出发构建品牌辨识度高、有特色的社交网络。     

移动互联网时代教育新方式的探索与展望

伴随着全球移动互联网的崛起,IT技术帮助教育行业获得更多发展机会,教育的移动化、碎片化、个性化、游戏化、社交化,成为移动互联网时代教育的新特征。文章首先从移动设备及网络的成熟、用户移动学习行为习惯的形成、教育资源的信息化三方面分析了移动教育兴起的原因并指出其重要意义。其次重点介绍了电子书与教育类APP、在线教育、虚拟现实等全新的教育新模式,大数据、游戏化以及社交媒体等技术、教育方面的创新。文章最后部分对未来移动媒体教育产品的六大特征：跨平台多端合一、情景式互动式、碎片化、个性化、游戏化、社交化进行了详细阐述。