新浪微博信息传播的影响因素分析与效果预测

《新浪微博信息传播的影响因素分析与效果预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、新浪微博信息传播的影响因素分析与效果预测〔摘要〕本文以新浪微博平台为数据采集平台，对微博信息传播的影响因素和效果进行数据分析，在借鉴信息传播四要素和流行三要素的基础上，总结出了影响微博信息传播的16个因素。首先通过对“风云人气榜”上随机抓取的320个新浪微博用户数据进行多元线性回归预测，实证得到粉丝数、工作时间和发布时间对微博信息传递有促进作用，而活跃度、休息时间和日期对信息传播有阻碍作用；然后利用爬取数据中提取的441005个转发样本，通过逻辑回归、朴素贝叶斯和贝叶斯网络的概率模型分析，实证了社交类型对用户微博转发行为的影响最

2、为显著，微博社交需求显著高于内容需求，并且根据ROC曲线得出综合类型对用户微博转发行为的预测最为精准。中国4/vie　　〔关键词〕新浪；微博信息；传播效果；回归分析；效果预测；影响因素　　DOI：10.3969/j.issn.1008-0821.2016.03.004　　〔中图分类号〕TP393〔文献标识码〕A〔〕1008-0821（2016）03-0022-05　　〔Abstract〕Inthispaper，theinfluencefactorsandresultsofthedataacquisitionareanalyzed

3、basedonSina，summedupthe16factorsthataffectthemicroblogginginformationdissemination，onthebasisofthefourelementsanddrainationofinformationontheprevalenceofthethreeelements.First，throughthe“Stormpopularitylist”of320randomlygrabultiplelinearregressionforecasting，empirica

4、lgetthenumberoffans，eandreleasetimeonthemicrobloggingmessagingpromotetheroleandactivity，restthetimeanddatehavehinderedthespreadofinformation.Thentakethedataextractedfromthe441005forples，throughlogisticregression，NaiveBayesianandBiasodelanalysis，empiricalsocialtypesof

5、usermicrobloggingforostsignificant，thesocialneedsofmicroblogissignificantlyhigherthanthecontentneeds，accordingtotheROCcurvetogettheprehensivetypeofusermicrobloggingforostaccurate.　　〔Keyicrobloginformation；disseminationeffect；regressionanalysis；effectprediction；influe

6、ncefactors　　据中国互联网络信息中心《第36次中国互联网发展状况统计报告》称，截至2015年6月，我国网民规模达668亿，互联网普及率为488%，微博用户为20432亿，网民使用率为306%，而使用新浪微博的用户占694%，微博俨然成为广大网民网络社交的重要聚集地。由于微博信息传播速度快，影响面广，信息产生的舆论控制难，研究和总结微博信息传播的影响因素已成为学者的重点工作，国内外专家对此进行了大量的研究。文献[1]通过调查微博记录中信息的扩散情况，研究得出微博的影响度与用户的影响度和粉丝数有直接关系；文献[2]对新浪微

7、博进行测量统计分析，得出微博热度与用户粉丝数成正相关；文献[3]提出了一种新颖的方法分析微博信息传播网络的属性，基于信息分散、信息聚集、信息传递3种关系分析了信息传播网络的演变情况；文献[4]根据微博中用户发表、浏览、回复和转发博文的基本行为，提出了微博信息传播的竞争窗口模型，并例证了信息的动态传播；文献[5]从实证的角度出发，探究了微博信息传播的纵向效果，应征了微博因共同兴趣、爱好聚集的观点，得出了微博信息传播效果随层次增加而衰减的规律；文献[6]研究用户的在线行为以及微博信息的传播规律，提出基于用户属性、社交关系和微博内容三

8、类综合特征，使用机器学习的分类方法，对给定微博的用户转发行为进行预测。传播的路径也是影响微博信息快速转发的重要因素，导致微博信息迅速传播的因素是每层转发人数不断递增，转发路径呈裂变方式发展[7-9]。为了进一步研究和探索微博信息传播的影响因素，从根本上揭示微博信