互聯(lián)網時代,社交模式受其影響而被打破,大眾開始接受以文字、圖片、視頻等虛擬形式進行的交流,傳統(tǒng)的社交信息傳播形態(tài)隨之發(fā)生改變。這種線上社交形式越來越普遍,也逐步取代了部分面對面的傳統(tǒng)社交。社交網絡允許用戶在網絡平臺上自由生成內容、自愿共享內容和自發(fā)傳播內容。這使得用戶的線下社會關系在線上得以發(fā)散、傳遞和延伸。用戶的發(fā)帖、回帖、點贊、轉發(fā)等等行為不僅豐富了社交網絡的內容,伴隨而來的內容擴散和信息傳播也使得社交網絡的潛在影響力非常巨大。我國社交網絡用戶基數(shù)龐大且有近四成（36.9%）社交用戶平均每天整體上網時長在6小時以上。用戶始終是社交網絡最核心的資源,用戶的行為決定著社交網絡信息的傳播并促使社交網絡形成了影響力,龐大的用戶基數(shù)和用戶長時間投入的現(xiàn)狀決定了我國社交網絡影響力不容小覷。因此,從用戶行為角度探析社交網絡影響力是促進社交網絡良性發(fā)展的必要前提。隨著社交網絡的普及、完善和用戶數(shù)量的增長,用戶使用社交網絡的動機和行為呈現(xiàn)出多樣化的趨勢,與此同時,社交網絡的影響力也呈現(xiàn)出不斷增長的態(tài)勢。因此,深入了解用戶使用社交網絡的行為和動機,厘清用戶行為對社交網絡影響力的形成路徑,科學評價社交網... 

【文章來源】：中國礦業(yè)大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：176 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 社交網絡用戶動機與行為
        1.2.2 用戶行為與社交網絡影響力
        1.2.3 社交網絡影響力評價
        1.2.4 文獻綜述小節(jié)
    1.3 研究意義、方法及技術路線
        1.3.1 研究意義
        1.3.2 研究方法
        1.3.3 技術路線
    1.4 本章小結
2 理論基礎與定量分析模型
    2.1 理論基礎
        2.1.1 用戶行為理論基礎
        2.1.2 社交網絡影響力理論基礎
    2.2 定量分析模型
        2.2.1 BP神經網絡
        2.2.2 SEM結構方程
        2.2.3 未確知測度、信息熵和ANP
    2.3 本章小結
3 社交網絡用戶動機與行為分析
    3.1 用戶 7M動機及 5B行為模型假設
        3.1.1 7M動機與與 5B行為假設背景
        3.1.2 7M用戶動機模型與假設
        3.1.3 5B用戶行為模型與假設
    3.2 問卷設計及數(shù)據(jù)處理
        3.2.1 問卷設計
        3.2.2 數(shù)據(jù)收集
        3.2.3 基于粗糙集的數(shù)據(jù)篩選
    3.3 用戶動機及行為分析
        3.3.1 問卷基礎性分析
        3.3.2 基于 7M模型的社交網絡用戶動機分析
        3.3.3 基于 5B模型的社交網絡用戶行為分析
    3.4 基于 7M5B模型的動機與行為關聯(lián)度分析
        3.4.1 7M5B動機與行為關系假設模型
        3.4.2 基于神經網絡的實證檢驗
        3.4.3 實證結果分析
    3.5 本章小結
4 用戶行為對社交網絡影響力的形成路徑
    4.1 社交網絡影響力的構成
        4.1.1 社交網絡影響力概述
        4.1.2 影響力構成要素選取原則
        4.1.3 影響力構成要素
    4.2 社交網絡影響力生成機制
        4.2.1 影響社交網絡影響力的因素
        4.2.2 社交網絡影響力的生成過程
        4.2.3 基于媒介傳播的社交網絡影響力生成機制
    4.3 基于 5B4I模型的用戶行為與影響力路徑分析
        4.3.1 數(shù)據(jù)來源及信效度分析
        4.3.2 行為影響力 5B4I模型假設
        4.3.3 行為影響力 5B4I模型驗證及修正
        4.3.4 實證結果分析
    4.4 本章小結
5 基于未確知測度-熵權-ANP的社交網絡影響力評價
    5.1 社交網絡影響力評價體系建立
        5.1.1 評價體系構建原則
        5.1.2 評價指標選取依據(jù)
        5.1.3 社交網絡影響力評價體系建立
    5.2 社交網絡影響力評價模型
        5.2.1 社交網絡影響力評價特點
        5.2.2 社交網絡影響力評價方法
        5.2.3 未確知測度-熵權-ANP影響力評價模型
    5.3 社交網絡影響力評價實例分析
        5.3.1 社交網絡影響力評價數(shù)據(jù)獲取
        5.3.2 社交網絡影響力評價過程
        5.3.3 社交網絡影響力評價結果分析
    5.4 本章小節(jié)
6 基于用戶分析的社交網絡影響力提升策略
    6.1 基于用戶分析的社交網絡影響力提升策略框架
    6.2 用戶管理策略
        6.2.1 關注用戶需求
        6.2.2 提升用戶粘度
        6.2.3 保障用戶信息安全
    6.3 媒介傳播策略
        6.3.1 豐富媒介傳播方式
        6.3.2 增加話題傳播內容
        6.3.3 融合多種傳播技術
    6.4 平臺建設策略
        6.4.1 構建線上線下對接平臺
        6.4.2 創(chuàng)新社交服務平臺
        6.4.3 完善移動終端平臺
    6.5 本章小節(jié)
7 總結與展望
    7.1 總結與創(chuàng)新
        7.1.1 全文總結
        7.1.2 主要創(chuàng)新
    7.2 不足與展望
參考文獻
致謝
作者簡介
附錄A
附錄B


【參考文獻】：
期刊論文
[1]S-O-R理論視角下的社交網站用戶流失行為實證研究[J]. 徐孝娟,趙宇翔,吳曼麗,朱慶華,邵艷麗.  情報雜志. 2017(07)
[2]微博社交網絡的用戶影響力評價方法[J]. 吳慧,張紹武,林鴻飛.  中文信息學報. 2017(04)
[3]中國高影響力學者對學術社交網站的使用行為調查——以教育部長江學者為例[J]. 張耀坤,張維嘉,胡方丹.  情報資料工作. 2017(03)
[4]基于復雜網絡的社交網絡用戶影響力研究[J]. 徐杰,王菊韻,張海云.  中國傳媒大學學報(自然科學版). 2017(02)
[5]基于Spark GraphX和社交網絡大數(shù)據(jù)的用戶影響力分析[J]. 文馨,陳能成,肖長江.  計算機應用研究. 2018(03)
[6]社交網絡用戶影響力分析ABP算法研究與應用[J]. 張曉雙,夏群峰,劉淵,徐雁飛.  計算機工程與科學. 2017(03)
[7]社交媒體影響力評價指標體系的構建[J]. 馮銳,李聞.  現(xiàn)代傳播(中國傳媒大學學報). 2017(03)
[8]眾籌項目的社交網絡影響力預測與分析[J]. 楊揚,Chun-Ta LU,王菲菲,許進,Philip S.YU.  西安交通大學學報. 2017(04)
[9]基于SNS的用戶知識共享行為研究[J]. 劉巖芳,賈菲菲.  情報科學. 2017(01)
[10]“網紅”的社交網絡影響力分析[J]. 董小宇,閆歡.  中國廣播電視學刊. 2017(01)

碩士論文
[1]基于社會特性的社交網絡影響力分析[D]. 任留名.合肥工業(yè)大學 2016
[2]基于粒子群算法的微博用戶影響力研究[D]. 鐘帥.華中科技大學 2012
[3]SNS網站成員參與動機與參與強度研究[D]. 齊立艷.山東大學 2012



本文編號：3187471