Jun, 2015

量化情感在社交媒体信息扩散中的影响

PDF
TL;DR本文旨在量化情感对信息传播的影响，从而了解内容情感在社交媒体上的传播如何受时间动态的影响。研究发现，在单独的内容层面上，负面信息比积极信息更容易传播，但是积极信息能够触及更多的观众。同时，针对整个对话框架，不同的时间动态可能展现出不同的情感模式。这项研究成果有助于改善在线社交媒体内容的生成与传播方针。
social mediainformation diffusioncontents sentimentpositive biastemporal dynamics
发现论文，激发创造
  • 通过推特情感预测研究的科学研究公众反应

    本研究旨在预测推特用户在社交媒体上对科学出版物的情感表达，并研究有哪些研究文章特征有助于这种预测。通过识别社交媒体上的研究文章情感，科学家可以评估其研究文章的新的社会影响。

    Sep, 2022

  • 在线社交网络中利用情感分析研究群体行为

    本研究利用社交媒体内容评估情感分析技术，创建主观性与群体行为和聚类系数之间的关联，并尝试预测 2021 年西孟加拉邦选举结果。

    Jul, 2021

  • 好友、坏消息 ——Twitter 中的情感和病毒性

    通过对推特社交媒体上的三个语料库的量化分析，本文发现，情感和信息内容对推文的传播具有显著的影响，尤其是对于新闻类话题，负面情绪会增强传播效果。

    Jan, 2011

  • 社交对话：在社交媒体上捕捉议程和情绪

    通过提取社交媒体上的信息可获得人们对公共事件的意见和社会动态的有价值见解，本文提出了一种从特定话题的用户组讨论中提取影响指标的新方法，重点关注议程控制和情感语言的使用。

    Feb, 2024

  • 愤怒比快乐更具影响力：微博情感相关性

    该研究分析了微博中用户间的情感传播及影响，发现愤怒情绪在网络中传播更迅速和广泛，而悲伤情绪的相关性极低且波动较大；同时，若两个用户之间互动越多，则他们的情感相关性越强，拥有更多好友的用户对其邻居的情感影响更显著，这些研究发现为在线社交网络中情感影响及传播模型建立提供了启示。

    Sep, 2013

  • 使用在线社交媒体评估疫苗接种情绪对传染病动态和控制的影响

    本文讨论了如何利用在线社交媒体上公开的数据测量全球疫苗接种的时空情绪，从而得出康信号与 CDC 纪录的相关性，以及如何利用网络数据分析发现大多数社群都有正向或负向的情绪倾向，并提出在线社交媒体有望成为评估和促进公共健康行为的廉价和有效的工具之一。

    May, 2011

  • 社交媒体数据中环境帖子的情感和情绪分析

    分析社交媒体数据，使用 PMI 算法识别情感并探索环境推文中的主导情绪，发现消极的环境推文比积极或中性的推文更为普遍，重点讨论气候变化、空气质量、排放、塑料和回收等话题，以及恐惧、信任和期待是环境推文中最常见的情绪，旨在提供洞察以提高环境问题的意识，推动干预措施的发展并应对环境挑战。

    Dec, 2023

  • 融合社交网络的用户级情感分析

    研究表明，社交关系信息可以用于提高用户级情感分析，实验结果表明，将社交网络信息纳入支持向量机等分类器的训练可以明显提高情感分析的效果。

    Sep, 2011

  • Twitter 情感对股价回报的影响

    本文研究了社交媒体平台 Twitter 与金融市场的关系，以事件研究方法分析其对道琼斯工业平均指数 30 家上市公司的影响，结果显示 Twitter 情绪对于峰值期间的异常收益确实存在显著影响。

    Jun, 2015

  • 测量 Facebook 对研究的点赞反应的多样性

    通过分析 Facebook 上对学术文章的回应，本研究使用一种新颖的方法来评估公众的情感反应，基于 LDA 主题模型和统计测试，研究发现性别、遗传学以及农业 / 环境科学等主题引发用户的情感反应显著不同，Facebook 上具有积极情感反应的文章更容易被广泛分享，与其他社交媒体平台的先前研究得出的结论相反。

    Jan, 2020