Microblogging Reposting Mechanism: An Information Adoption Perspective

This study uses the Elaboration Likelihood Model(ELM)and social presence theory to examine the microblogging reposting mechanism.Subjective and objective data were collected from 216 respondents in a field experiment.The results indicate that information quality and source credibility of microblogging messages affect users’reposting intention by affecting their perceptions of the usefulness and enjoyment of the information.Perceived enjoyment has a greater impact on reposting intention than perceived usefulness.Furthermore,users are able to perceive social presence when interacting with microblogging messages.Social presence plays a full mediating role between information quality and perceived enjoyment,and a partial mediating role between information quality and perceived usefulness.     

基于多策略的新浪微博大数据抓取及应用

微博数据处理属于大数据范畴,其前提是获取大量的微博数据,而由于商业利益以及安全方面的考虑,获取微博数据的途径越来越少。同时随着新浪官方API的逐步更新,数据获取的限制也日益增加。文章尝试利用现有资源,基于多策略获取机制,设计出可稳定获得新浪微博数据的挖掘方案,并给出情感分析应用实例。实验表明,所设计的挖掘方案可以根据需要获取微博上的数据,并可以应用于微博情感分析中。     

高校图书馆信息素质教育探新

针对高校图书馆信息素质教育模式的创新深入谈了将信息素质教育纳入教师继续教育的教学计划中,把信息素质教育融入学生的学科教学过程中以及在科研活动中锻炼学生的信息素质能力,而且要在网络社会构建学术共享空间实施信息素质教育。     

浅论微博对高职院校学生管理的影响及对策

探讨新媒体视域下高职院校学生管理的新特点及微博对学生管理的影响，积极探索改进和转换学生教育管理的方式，提出适应新媒体时代的应对策略和工作思路，引导大学生树立正确的微博观，有机结合情感教育和理性教育，利用好微博群，有的放矢地开展教育。     

基于社交网络和协同过滤的微博好友推荐算法

微博作为近年来用户数量较多的社交应用,其用户的信息压力也相对较大,推荐技术对于微博用户的体验和推广有很明显的帮助.本文将针对微博平台的好友推荐进行研究,分别采用基于社交网络分析和基于协同过滤技术的推荐算法.经过两种算法的实验对比得出结论:基于协同过滤的好友推荐算法具有较好的性能,在推荐好友数量较多的情况下依然具有较高的综合评价指标,提高了好友推荐的质量.     

“Weblog”的发展演变及影响因素分析

文章梳理了＂weblog＂一词的发展变化的三个阶段：外来词＂Weblog＂传入中国后由多种翻译方法定名为＂博客＂、从最初广泛接受的博客概念过渡到微博客阶段、微博本土化为＂围脖＂阶段。文章分析了每一个阶段变化的原因,并分析了这种变化对汉语的影响。     

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.     

微博意见领袖在信息传播中的社会责任——以新浪微博为例

微博作为一种创新型网络社交平台,以其"短、灵、快"的传播特点,占据信息传播的上峰,影响着传统媒体的报道架构和我们的生活与沟通方式。在当今的网络时代微博意见领袖传播的信息直接影响着社会及风险秩序。为此,我们必须加强对微博言论的约束力和责任意识,以保证微博传递正能量,提升社会的信任度。     

基于文本语义和表情倾向的微博情感分析方法

针对基于机器学习的中文微博情感分析方法存在处理过程复杂、判断准确率低等问题,该文提出了一种新的情感分析方法。将微博爬虫和Web应用程序编程接口(API)相结合,对动态微博数据进行收集和预处理。基于NTUSD和How Net中文情感词典的微博情感词的抽取和分类,计算词语语义相似度和倾向性。综合考虑表情、文本情感倾向的加权和正面情感增强等因素。实验结果表明:表情情感倾向对微博情感倾向起着重要作用;在表情和文本情感倾向比值固定的情况下,调整因素和中性区间的选择会对情感倾向判断准确率产生影响;通过与基于How Net语义相似度的计算模型比较,该文方法使得情感倾向判断准确率提高约5%。