企业微博用户关注与信息转发预测研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

伴随“互联网+”行动计划的提出，互联网将实现与传统行业的深度整合，必将极大地促进电子商务的发展。而作为社交网络应用的一种典型代表，微博服务已得到了快速发展和广泛应用，其在人际交流和信息扩散方面的优势越发明显。截至2014年12月，我国微博用户的规模已达2.49亿，网民的使用率为38.4％。当前，微博已成为企业一种重要的网络营销手段。CNNIC发布的互联网发展状况统计报告显示，2014年企业采用的互联网营销工具中，即时聊天、搜索引擎和电子商务平台居前三位，使用率分别为62.7%、53.7%和45.5%。微博营销排第七位，使用率为26.9%，但相比2013年提高了6.2%，显示了企业对微博营销拥有较大的需求。
　　微博营销已成为了电子商务的一种重要应用，在企业营销信息传播以及与消费者沟通等方面起到了极大的作用。但是，相比于实施微博营销企业的增加，微博用户规模却较2013年底减少3194万，网民使用率也较上一年度下降了7.1%。这一变化趋势也正影响着用户对企业微博的关注和使用。因此，如何才能吸引活跃用户关注企业微博、进而积极传播微博营销信息，已成为业界和学术界亟待研究的共同问题。目前，针对不少企业微博存在的活跃用户较少、信息传播范围狭窄等问题仍缺乏系统的研究，本文将从用户关注和信息传播两个层面进行探索性的研究，主要的研究内容包括：
　　（1）建立了微博用户关注意愿模型
　　基于关系营销视角构建了面向企业微博的用户关注意愿模型，提出了影响用户关注企业微博的五个关键因素。采用结构方程模型进行了实证分析。结果表明，用户满意度对关注意愿存在正向影响；满意度对信任、企业形象对满意度均具有显著的正向影响；在用户满意度影响因素的研究中，实证分析验证了沟通获益和信息质量对用户满意度存在显著的正向效应。此外，满意度对企业形象与关注意愿的关系存在部分中介效应。研究结论明确了各个因素的影响程度，为企业采取针对性的措施提供了参考。
　　（2）构建了微博用户关注行为预测模型
　　根据用户关注意愿的形成机理及影响因素，融合微博主影响力、用户活跃度和兴趣相似度构造了用户关注预测指标。对模糊近似支持向量机进行了改进，提出基于密度加权的模糊近似支持向量机，并优化了模糊隶属度函数，建立了用户关注预测模型。利用腾讯微博的开放数据进行了实证研究。实验中对多种支持向量机模型和多种模糊隶属度算法进行了对比测试。结果表明，密度加权模糊近似支持向量机获得了最好的平均预测精度。研究结论为企业微博挖掘用户、增加活跃关注者提供了一种高效的方法和工具。
　　（3）建立了面向企业微博的信息传播意愿模型
　　借鉴关系营销理论，结合个人动机，提出了企业微博信息传播意愿研究模型，对用户参与微博信息传播的主要动机和影响因素进行了研究。实证分析结论表明，关系营销理论适用于微博信息传播机理的研究。满意度、信任和承诺对传播意愿存在显著的正向影响；满意度对信任和承诺具有正向影响，信任正向影响了承诺。同时，实证分析也验证了声望和利他对传播意愿的正向影响。在满意度影响因素分析中，实证结果表明信息质量和沟通获益显著地影响了用户满意度。
　　通过回归分析检验了承诺和信任对满意度与传播意愿关系的中介作用，实证分析表明承诺和信任具有部分中介效应。在调节效应的检验中，验证了兴趣相似度对满意度、信任和承诺三个变量与传播意愿的关系均存在调节作用；互动倾向对声望与传播意愿的关系也具有调节作用。
　　（4）构建了企业微博信息转发预测模型
　　在用户信息传播影响因素研究的基础上，利用用户社交行为构造用户信任网络，整合信任值和兴趣相似度建立了基于信任随机游走算法的微博信息转发预测模型，并提取企业微博平台数据进行了信息转发的预测。实验结果表明，基于主题模型的用户兴趣建模和本文提出的信任计算模型在信息转发预测中具有较好的稳定性和性能，为企业微博搜索活跃的信息传播者提供了较好的手段和工具。
　　本文在微博用户关注和信息传播研究中获得的相关结论，为丰富关系营销理论在社交平台、尤其是微博网络中的研究具有积极的推动作用；为企业挖掘活跃关注用户、精准传播营销消息具有重要的实践意义和促进作用。

著录项

作者
曹云忠;
展开▼
作者单位

电子科技大学;

展开▼
授予单位电子科技大学;
学科管理科学与工程
授予学位博士
导师姓名邵培基;
年度 2015
页码
总页数
原文格式 PDF
正文语种中文
中图分类市场学;企业经济理论和方法;
关键词
企业微博; 微博营销; 用户关注; 转发预测; 随机游走模型; 电子商务;

相似文献

中文文献
外文文献
专利

1. 一种基于用户兴趣特征的微博信息转发预测方法 [J] . 张霁雯 ,周军 . 辽宁工业大学学报（自然科学版） . 2021,第003期
2. 信息传播中的用户转发选择预测 [J] . 鲍鹏 ,沈华伟 ,程学旗 . 计算机科学与探索 . 2016,第011期
3. 企业微博信息与短期绩效的BP神经网络预测研究——基于信号分析视角 [J] . 刘嘉琪 ,齐佳音 . 现代情报 . 2018,第008期
4. 微博用户关注和转发企业官方微博行为的心理研究 [J] . 王宁 ,胡小阳 ,杨学成 . 北京邮电大学学报（社会科学版） . 2013,第005期
5. 基于用户特征的微博转发预测研究 [J] . 仇学明 ,肖基毅 ,陈磊 . 南华大学学报（自然科学版） . 2016,第004期
6. 基于微博能见度和用户行为特征的转发行为预测研究 [C] . LIU Wei ,刘玮 ,HE Min . 2015中国计算机网络安全年会 . 2015
7. 航空企业微博内容分析及其对用户关注行为影响研究 [A] . 丁小建 . 2014

企业微博用户关注与信息转发预测研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅