基于信息数据分析的微博研究综述

doi:10.3724/SP.J.1087.2012.02027

计算机应用 ›› 2012, Vol. 32 ›› Issue (07): 2027-2029.DOI: 10.3724/SP.J.1087.2012.02027

基于信息数据分析的微博研究综述

王晶,朱珂,汪斌强

国家数字交换系统工程技术研究中心，郑州450002

收稿日期:2011-12-16 修回日期:2012-02-09 发布日期:2012-07-05 出版日期:2012-07-01
通讯作者: 王晶
作者简介:王晶（1980-），女，江西黎川人，讲师，博士研究生，主要研究方向：宽带信息网安全管控；朱珂（1975-），男，河南开封人，副教授，博士，主要研究方向：网络体系结构、网络安全管控；汪斌强（1963-），男，安徽安庆人，教授，博士，主要研究方向：网络体系结构、下一代互联网关键技术。
基金资助:
国家863计划项目（2011AA01A103）

Survey on microblog research based on information data analysis

WANG jing,ZHU Ke,WANG Bin-qiang

National Digital Switching System Engineering and Technology Center, Zhengzhou Henan 450002, China

Received:2011-12-16 Revised:2012-02-09 Online:2012-07-05 Published:2012-07-01
Contact: WANG jing

摘要/Abstract

摘要： 近年来随着微博信息传播力和组织能力的突显，微博吸引了各类学者的关注。对当前基于信息数据分析的微博研究进行系统梳理，提出微博信息传播三大构件的概念，归纳了此类研究的主要研究内容及方法，总结了国内外围绕微博信息传播三大构件所取得的主要研究成果。最后探讨了未来在微博网络管控方面相关工作。

关键词: 微博, 信息数据分析, 用户关系, 消息传播, 影响力, 网络管控

Abstract: In recent years, with the advances in information communication and organizational ability, microblog has attracted the attention of scholars of all kinds. This paper reviewed the present study of microblog based on the information data analysis, and presented the concept of three components in microblog information transmission. Besides it summarized the main problems and methods in this field, generalized the domestic and foreign achievement. Finally, the trend for future work on the monitoring and management of microblog was discussed.

Key words: microblog, information data analysis, member relationship, message transmission, influence, network monitoring and management

中图分类号:

TP393.4

王晶朱珂汪斌强. 基于信息数据分析的微博研究综述[J]. 计算机应用, 2012, 32(07): 2027-2029.

WANG jing ZHU Ke WANG Bin-qiang. Survey on microblog research based on information data analysis[J]. Journal of Computer Applications, 2012, 32(07): 2027-2029.

参考文献

［1］ KAPLAN A M, HAENLEIN M. The early bird catches the news:Nine things you should know about micro-blogging［J］. Business Horizons, 2010, 54(2): 1-9.

［2］王红，王鹏.我国微博研究综述［J］.消费导刊,2011(9):35-40.

［3］ KWAK H, LEE C, PARK H, et al. What is Twitter, a social network or a news media? ［C］// Proceedings of the 2010 International World Wide Web Conference Committee. New York: ACM Press, 2010: 591-600.

［4］ CHA M, HADDADI H, BENEVENUTO F, et al. Measuring user influence in Twitter: The million follower fallacy ［C］// Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media. Washington, DC: AAAI Press, 2010: 10-17.

［5］ MATHIOUDAKIS M, KOUDAS N. TwitterMonitor: Trend detection over the Twitter stream ［C］// SIGMOD'10: Proceedings of the 2010 International Conference on Management of Data. New York: ACM press, 2010: 1155-1158.

［6］ YU L, ASUR S, HUBERMAN B A. What trends in Chinese social media ［C］// SNA-KDD'11: Proceedings of the Fifth International Workshop on Social Network Mining and Analysis. SanDiego, CA: KDD Press, 2011: 37.

［7］ WU S, OFMAN J M, MASON W A, et al. Who says what to whom on Twitter ［C］// WWW'11: Proceedings of the 20th International Conference on World Wide Web. New York: ACM Press, 2011: 359-367.

［8］ HUBERMAN B A, ROMERO D M, WU F. Social networks that matter: Twitter under the microscope ［EB/OL］. ［2011-08-10］. http://firstmonday.org/htbin/cgiwrap/bin/ojs/index.php/fm/article/view/2317/2063.

［9］许晓东,肖银涛,朱士瑞.微博社区的谣言传播仿真研究［J］.计算机工程,2011,37(10):272-274.

［10］廉捷，周欣，曹伟,等.新浪微博数据挖掘方案［J］.清华大学学报:自然科学版,2011,51(10):1300-1305.

［11］汪小帆，李翔，陈关荣.复杂网络理论及其应用［M］.北京：清华大学出版社，2006：49-100.

［12］ WEN E, SUN V. 新浪微博研究报告［EB/OL］.［2011-05-20］. http://www.techweb.com.cn/data/2011-02-25/916941.shtml.

［13］李爽.从微博中挖掘有用信息［J］.网络与信息,2011(6):98-102.

[1]	马源源, 解蕾蕾, 董南, 刘娜. 考虑用户能动性和流动性的舆情传播模型[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 619-627.
[2]	田阔, 吴英晗, 胡枫. 基于证据理论的多层超网络影响力节点识别方法[J]. 《计算机应用》唯一官方网站, 2024, 44(1): 182-189.
[3]	方澄, 李贝, 韩萍, 吴琼. 基于语法依存图的中文微博细粒度情感分类[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1056-1061.
[4]	赵旭剑, 王崇伟, 王俊力. 融合社会影响力和时间分布的微博关键事件抽取方法[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2667-2673.
[5]	杨书新, 许景峰. 基于反向影响采样的积极影响力最大化[J]. 《计算机应用》唯一官方网站, 2022, 42(8): 2609-2616.
[6]	杨杰, 张名扬, 芮晓彬, 王志晓. 融合节点覆盖范围和结构洞的影响力最大化算法[J]. 《计算机应用》唯一官方网站, 2022, 42(4): 1155-1161.
[7]	陈晶, 刘江川, 魏娜娜. 融合K-shell和标签熵的重叠社区发现算法[J]. 《计算机应用》唯一官方网站, 2022, 42(4): 1162-1169.
[8]	吴晴晴, 周丽华, 寸轩懿, 杜国王, 姜懿庭. 异质信息网络中基于有向无环图的影响力最大化算法[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 895-903.
[9]	张萌, 李维华. 用户互动表示下的影响力最大化算法[J]. 计算机应用, 2021, 41(7): 1964-1969.
[10]	毕蓓, 潘慧瑶, 陈峰, 隋京言, 高扬, 王耀君. 基于异构图注意力网络的微博谣言监测模型[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3546-3550.
[11]	赵旭剑, 王崇伟. 基于图卷积网络的微博新闻故事线抽取方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3139-3144.
[12]	陈晨, 张绍武, 杨亮, 张冬瑜, 林鸿飞. 面向重大突发社会安全事件的新闻媒体国际影响力分析[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 524-529.
[13]	吴清寿, 陈荣旺, 余文森, 刘耿耿. 融合标签预处理与节点影响力的重叠社区发现算法[J]. 计算机应用, 2020, 40(12): 3578-3585.
[14]	李艳红, 赵宏伟, 王素格, 李德玉. 面向微博文本流的负面情感突发话题检测[J]. 计算机应用, 2020, 40(12): 3458-3464.
[15]	张宪立, 唐建新, 曹来成. 基于反向PageRank的影响力最大化算法[J]. 计算机应用, 2020, 40(1): 96-102.

基于信息数据分析的微博研究综述

Survey on microblog research based on information data analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics