论文摘要
[目的/意义]相对于传统的信息行为分析,数据驱动的信息行为研究更注重数据的外在性与客观性,所得的结果能够更为全面地认识用户信息行为本质特征。[方法/过程]通过自行构建的APP实现对微信用户分享和阅读行为记录的采集,并对微信用户信息行为的时间特性进行系统的分析。[结果/结论]结果表明:微信用户日常信息行为存在显著的假日效应,但是在信息行为时间间隔分布上存在明显厚尾现象和很强的阵发性,预示着微信用户信息行为具有较高的复杂性和不确定性,无法对其产生过程实现有效的预测;此外,微信用户所分享的内容具有很强的时效性,多数内容在微信中能够得到及时的传播,但传播链长度显著受分享内容主题的影响。
论文目录
文章来源
类型: 期刊论文
作者: 张大勇,孔洪新,许磊,景东
关键词: 微信,信息行为,复杂性,时间特征
来源: 图书情报工作 2019年20期
年度: 2019
分类: 信息科技
专业: 新闻与传媒,图书情报与数字图书馆
单位: 哈尔滨工业大学互动媒体设计与装备服务创新重点实验室,哈尔滨工业大学计算机科学与技术学院
基金: 教育部人文社会科学基金面上项目“大数据驱动的社交媒体用户角色识别与链接预测研究”(项目编号:19YJA630106),国家社会科学基金青年项目“社交媒体突发公共事件的协同应急机制研究”(项目编号:14CXW045)研究成果之一
分类号: G252;G206
DOI: 10.13266/j.issn.0252-3116.2019.20.012
页码: 104-111
总页数: 8
文件大小: 2266K
下载量: 594