论文部分内容阅读
一、情报搜集与分析
夏秋菊等人利用科学计量和可视化方法，通过对科研社交网络进行调研、关键词分析、统计、聚类、可视化展示，对科研社交网络进行内容分析。依据分析结果，科研社交网络可分为三个主题：科研社交网络分析工具、科研社交网络平台、科研类数据库，并对各主题内容和作用进行阐述。
唐晓波等人提出一种基于话题情感强度的微博舆情分析模型，实现对微博舆情热点的探测和跟踪。
焦微玲、裴雷通过分析社会化媒体带给竞争情报的机遇揭示其共享员工竞争知识的机理，包括隐性知识可视化、非正式共享、技术灵活易用、集体论证和学习等，认为社会化媒体有利于实现协作式竞争情报。
王树义介绍了 Twitter在竞争情报工作中两类实际应用，利用Twitter内容发监控来掌控竞争对手行动信息，以及通过Twitter交流可视化来构建竞争对手社交网络图。
二、用户行為、特征
张素芳、张晓晓通过问卷的方式调查不同机构的科研社交网络用户的使用习惯，分析年龄、职称和研究领域对用户使用科研社交网络的行为倾向的影响，结果显示：20-30岁之间的专业用户最热衷于加入群组，职称对于信息检索行为有着明显影响，研究领域对于系统功能的使用习惯有影响。
李晓静、丁树亭将图书馆微博用户分个人用户和官方用户。通过网络调查方法，将个人用户特征按照身份、归属地、关注度分类进行剖析，将官方用户特征分为地域、类型、相关度进行探讨，提出图书馆微博用户发展策略，挖掘个人用户兴趣，倡导官方用户经营微博理念，规范图书馆微博用户行为，以此增进对图书馆微博用户的了解，促进图书情报信息的交流。
刘国敏针对图书馆微博信息发布数量大，频率高但转发和关注度不高的情况，对用户参与行为和用户信息心理展开了分析，他认为图书馆和馆员应充分把握用户心理，了解用户参与图书馆微博社区的需求，进行适当的信息刺激，提高所发表信息的质量，充分利用微博的各项功能。
王晶等人对微博的数据挖掘技术、框架和成果进行了论述。例如用户行为特征，包括用户关注倾向关注认证名人，并且存在同质性；而在用户关注话题方面，国内外的关注热点也不同，国内用户更关注娱乐性强的话题。在用户影响力方面，作者认为可以通过粉丝数量、转发微博数和提及用户来评价。
三、用户兴趣
目前，有关微博用户兴趣的研究中，能体现博主兴趣的信息涵盖了用户注册信息、行为信息（如关注、转发、评论等）及内容信息等三个方面。
张光前等人提出了用特殊微博来分析普通微博用户兴趣的思路，建立了基于领域知识的微博用户兴趣分析方法。在合理地建立了背景知识树条件下，可以简单而有效地分析出任一普通微博用户的兴趣。与现有微博用户兴趣分析方法显著区别是该方法是基于人与人之间关系来分析微博用户兴趣的，而不是基于微博内容。二者具有互补性可结合使用。领域知识树是实现该方法的基础。当领域知识树被划分得越细致合理，分析结果也越细致合理。且随着数据规模的扩大只需丰富作为背景领域知识即可，所采用的方法没有变化，体现了该方法良好的可扩展性。该方法对分析普通的新浪微博用户兴趣是可行和合理的，但没有探讨对特殊微博自身的兴趣分析是否也适合，主要原因是分析结果很难进行访谈验证。该方法为开展如个性化服务、消费者偏好、精准广告投放等基于微博的商业和社会问题的研究和应用提供了方法上的支持，在自然语言理解还远未媲美人类对语言理解的情况下尤其具有现实意义。
林晓丽等人以新浪微博平台为研究对象，利用Python语言和Web自动化工具通过平台提供的应用接口实现自动认证和微博数据的自动抓取，将其转换成需要的数据格式之后，运用深度优先搜索算法进行分析，获得用户的关系并可视化。此外，采用改进的K-means算法进行主题聚类，实验结果表明，改进后的算法更加准确有效。最后，根据用户信息生成兴趣相关性矩阵，采用改进后的K-means算法分析微博用户关注兴趣的相似性。
四、传播、老化
社会化媒体的传播是一种全新的网状、裂变式的传播。在社会化媒体网络中，每个用户通过与其他建立链接形成自己的小群体圈子并最终形成了一个庞大而复杂的人际交互网。在这个网络中，信息的传播具有病毒式的爆发力、影响力和迅速蔓延的速度。伴随它而来的往往是几何倍数的信息增长速度以及高效的到达率和强大的影响力。
其中，微博信息传播的互动模式可以划分为“链状”、“环状” 和“树状”。其中链状结构是指源微博和评论、转发形成热点话题；环状结构是指评论、转发的内容使得源微博向相关的话题扩展，从而加强了该话题的深度和广度；树状结构是指源微博发布后，评论与转发可能与源微博的话题毫不相关，用户采取了更加主动性的回应模式，同时树状结构也可能包括链状和环状的互动结构。高承实等人对于微博舆情的监测体系进行了探索性的研究，他们将微博信息空间模拟为三维模型，分别由网民的参与信息（编码维）、舆情信息（抽象维）、传播媒介（扩散维）构成。
袁毅认为信息传播的面积、传播链长、传播的速度及传播的生命周期取决于事件本身、微博客空间内外的干扰因素、传播的节点以及节点的合理布局几个方面。他的研究也验证了强势节点与信息传播的影响力具有正相关性，即强势节点出现越早，信息传播影响力越大。
陆研等人将门户网站（新浪网）与以用户为中心的微博（新浪微博）作为研究对象，通过对更新新闻、发表微博的统计分析，研究同一渠道不同主题的衰减规律，同一主题不同渠道的衰减差异，并对产生差异的原因进行了初步分析。
朱梦娴以delicious网站一天中更新的80622条书签为研究对象，根据用户标注的标签进行内容分类，测度其被引半衰期并进行比较分析，验证了不同内容网络信息资源半衰期不同：社会和生活类网页的半衰期较长，而以计算机技术和娱乐的相关网页半衰期较短。最后，提出了此研究在网络广告和挖掘网页价值中的应用。
唐晓波、徐海丽将用户关注数作为社会化媒体信息效用价值的测度指标，选取权威机构CIC划分的《CIC中国社会化媒体格局图 2013》中24种社会化媒体的典型代表，以其中的热点主题信息为研究对象，分析这些信息从产生到用户不再关注（失去效用价值）所经历的各个阶段和整个过程，采取网络记录统计法和观察法，对社会化媒体信息的生命周期变化情况进行了观测，通过分析，把社会化媒体信息生命周期划分为无周期、短周期和长周期3种类型，并揭示了社会化媒体信息生命周期呈多项式曲线的变化趋势。
梁芷铭在“基于新浪微博的网络信息生命周期实证研究”一文中，描绘出新浪微博 “热点话题”的生命周期曲线，发现其生命周期中成熟期很短或者基本不存在，并选择了微观（被引）半衰期和普赖斯指数两个指标来研究新浪微博的信息老化问题。
参考文献：
[1]李晓静 丁树亭.新浪图书馆微博用户特征研究[J].图书馆论坛，2014（01）：62-66.
[2]张光前 张园美 孙维.基于领域知识的微博用户兴趣分析方法[J].情报杂志，2014（06）：150-155.
[3]袁毅.微博客信息传播结构、路径及其影响因素分析[J].图书情报工作，2011（12）：26-30.
[4]陆研等.网络信息老化规律研究——新浪新闻与新浪微博实证研究[J].高等函授学报，2011（12）：52-55.
[5]朱梦娴 等.不同内容网络信息资源的半衰期比较研究[J].情报杂志，2010（9）：30-32.
[6]梁芷铭.基于新浪微博的网络信息生命周期实证研究[J].新闻界，2014（03）：60-64，69.
夏秋菊等人利用科学计量和可视化方法，通过对科研社交网络进行调研、关键词分析、统计、聚类、可视化展示，对科研社交网络进行内容分析。依据分析结果，科研社交网络可分为三个主题：科研社交网络分析工具、科研社交网络平台、科研类数据库，并对各主题内容和作用进行阐述。
唐晓波等人提出一种基于话题情感强度的微博舆情分析模型，实现对微博舆情热点的探测和跟踪。
焦微玲、裴雷通过分析社会化媒体带给竞争情报的机遇揭示其共享员工竞争知识的机理，包括隐性知识可视化、非正式共享、技术灵活易用、集体论证和学习等，认为社会化媒体有利于实现协作式竞争情报。
王树义介绍了 Twitter在竞争情报工作中两类实际应用，利用Twitter内容发监控来掌控竞争对手行动信息，以及通过Twitter交流可视化来构建竞争对手社交网络图。
二、用户行為、特征
张素芳、张晓晓通过问卷的方式调查不同机构的科研社交网络用户的使用习惯，分析年龄、职称和研究领域对用户使用科研社交网络的行为倾向的影响，结果显示：20-30岁之间的专业用户最热衷于加入群组，职称对于信息检索行为有着明显影响，研究领域对于系统功能的使用习惯有影响。
李晓静、丁树亭将图书馆微博用户分个人用户和官方用户。通过网络调查方法，将个人用户特征按照身份、归属地、关注度分类进行剖析，将官方用户特征分为地域、类型、相关度进行探讨，提出图书馆微博用户发展策略，挖掘个人用户兴趣，倡导官方用户经营微博理念，规范图书馆微博用户行为，以此增进对图书馆微博用户的了解，促进图书情报信息的交流。
刘国敏针对图书馆微博信息发布数量大，频率高但转发和关注度不高的情况，对用户参与行为和用户信息心理展开了分析，他认为图书馆和馆员应充分把握用户心理，了解用户参与图书馆微博社区的需求，进行适当的信息刺激，提高所发表信息的质量，充分利用微博的各项功能。
王晶等人对微博的数据挖掘技术、框架和成果进行了论述。例如用户行为特征，包括用户关注倾向关注认证名人，并且存在同质性；而在用户关注话题方面，国内外的关注热点也不同，国内用户更关注娱乐性强的话题。在用户影响力方面，作者认为可以通过粉丝数量、转发微博数和提及用户来评价。
三、用户兴趣
目前，有关微博用户兴趣的研究中，能体现博主兴趣的信息涵盖了用户注册信息、行为信息（如关注、转发、评论等）及内容信息等三个方面。
张光前等人提出了用特殊微博来分析普通微博用户兴趣的思路，建立了基于领域知识的微博用户兴趣分析方法。在合理地建立了背景知识树条件下，可以简单而有效地分析出任一普通微博用户的兴趣。与现有微博用户兴趣分析方法显著区别是该方法是基于人与人之间关系来分析微博用户兴趣的，而不是基于微博内容。二者具有互补性可结合使用。领域知识树是实现该方法的基础。当领域知识树被划分得越细致合理，分析结果也越细致合理。且随着数据规模的扩大只需丰富作为背景领域知识即可，所采用的方法没有变化，体现了该方法良好的可扩展性。该方法对分析普通的新浪微博用户兴趣是可行和合理的，但没有探讨对特殊微博自身的兴趣分析是否也适合，主要原因是分析结果很难进行访谈验证。该方法为开展如个性化服务、消费者偏好、精准广告投放等基于微博的商业和社会问题的研究和应用提供了方法上的支持，在自然语言理解还远未媲美人类对语言理解的情况下尤其具有现实意义。
林晓丽等人以新浪微博平台为研究对象，利用Python语言和Web自动化工具通过平台提供的应用接口实现自动认证和微博数据的自动抓取，将其转换成需要的数据格式之后，运用深度优先搜索算法进行分析，获得用户的关系并可视化。此外，采用改进的K-means算法进行主题聚类，实验结果表明，改进后的算法更加准确有效。最后，根据用户信息生成兴趣相关性矩阵，采用改进后的K-means算法分析微博用户关注兴趣的相似性。
四、传播、老化
社会化媒体的传播是一种全新的网状、裂变式的传播。在社会化媒体网络中，每个用户通过与其他建立链接形成自己的小群体圈子并最终形成了一个庞大而复杂的人际交互网。在这个网络中，信息的传播具有病毒式的爆发力、影响力和迅速蔓延的速度。伴随它而来的往往是几何倍数的信息增长速度以及高效的到达率和强大的影响力。
其中，微博信息传播的互动模式可以划分为“链状”、“环状” 和“树状”。其中链状结构是指源微博和评论、转发形成热点话题；环状结构是指评论、转发的内容使得源微博向相关的话题扩展，从而加强了该话题的深度和广度；树状结构是指源微博发布后，评论与转发可能与源微博的话题毫不相关，用户采取了更加主动性的回应模式，同时树状结构也可能包括链状和环状的互动结构。高承实等人对于微博舆情的监测体系进行了探索性的研究，他们将微博信息空间模拟为三维模型，分别由网民的参与信息（编码维）、舆情信息（抽象维）、传播媒介（扩散维）构成。
袁毅认为信息传播的面积、传播链长、传播的速度及传播的生命周期取决于事件本身、微博客空间内外的干扰因素、传播的节点以及节点的合理布局几个方面。他的研究也验证了强势节点与信息传播的影响力具有正相关性，即强势节点出现越早，信息传播影响力越大。
陆研等人将门户网站（新浪网）与以用户为中心的微博（新浪微博）作为研究对象，通过对更新新闻、发表微博的统计分析，研究同一渠道不同主题的衰减规律，同一主题不同渠道的衰减差异，并对产生差异的原因进行了初步分析。
朱梦娴以delicious网站一天中更新的80622条书签为研究对象，根据用户标注的标签进行内容分类，测度其被引半衰期并进行比较分析，验证了不同内容网络信息资源半衰期不同：社会和生活类网页的半衰期较长，而以计算机技术和娱乐的相关网页半衰期较短。最后，提出了此研究在网络广告和挖掘网页价值中的应用。
唐晓波、徐海丽将用户关注数作为社会化媒体信息效用价值的测度指标，选取权威机构CIC划分的《CIC中国社会化媒体格局图 2013》中24种社会化媒体的典型代表，以其中的热点主题信息为研究对象，分析这些信息从产生到用户不再关注（失去效用价值）所经历的各个阶段和整个过程，采取网络记录统计法和观察法，对社会化媒体信息的生命周期变化情况进行了观测，通过分析，把社会化媒体信息生命周期划分为无周期、短周期和长周期3种类型，并揭示了社会化媒体信息生命周期呈多项式曲线的变化趋势。
梁芷铭在“基于新浪微博的网络信息生命周期实证研究”一文中，描绘出新浪微博 “热点话题”的生命周期曲线，发现其生命周期中成熟期很短或者基本不存在，并选择了微观（被引）半衰期和普赖斯指数两个指标来研究新浪微博的信息老化问题。
参考文献：
[1]李晓静 丁树亭.新浪图书馆微博用户特征研究[J].图书馆论坛，2014（01）：62-66.
[2]张光前 张园美 孙维.基于领域知识的微博用户兴趣分析方法[J].情报杂志，2014（06）：150-155.
[3]袁毅.微博客信息传播结构、路径及其影响因素分析[J].图书情报工作，2011（12）：26-30.
[4]陆研等.网络信息老化规律研究——新浪新闻与新浪微博实证研究[J].高等函授学报，2011（12）：52-55.
[5]朱梦娴 等.不同内容网络信息资源的半衰期比较研究[J].情报杂志，2010（9）：30-32.
[6]梁芷铭.基于新浪微博的网络信息生命周期实证研究[J].新闻界，2014（03）：60-64，69.