Attention dynamics on the Chinese social media Sina Weibo during the COVID-19 pandemic
了解流行病期间社交媒体上的关注动态可以帮助政府将影响降到最低。我们聚焦于COVID-19疫情首四个月如何影响中国最大微博网站新浪微博的关注动态。我们研究了实时热搜榜（HSL），它根据新浪微博的搜索量提供了最受欢迎的50个标签的排名。我们展示了疫情期间的具体事件、措施和事态发展如何影响不同类型标签的出现和HSL上的排名。2020年1月20日左右，当宣布该疾病在人类之间传播时，HSL上与COVID-19相关的标签开始显著增加。然后，很快就出现了一种情况，即与COVID相关的标签占据了HSL的30-70%，但内容不断变化。我们分析了标签主题在调查时间跨度内的变化，并得出结论，2月12日和3月12日之间有三个时间段。在第一阶段，我们看到了强烈的主题相关性和标签的聚类;在第二阶段，相关性减弱，没有聚类模式;在第三阶段，我们看到了聚类的潜力，但没有第一阶段那么强。我们通过测量排名动态和列表上标签的生命周期来进一步探索HSL的动态。通过这种方式，我们可以获得关于注意力衰退的信息，这对于决定政府措施的时间安排以实现永久意识是很重要的。此外，我们的观察表明，由于COVID-19相关的标签，HSL前15名排名的排名差异异常高，揭示了平台提供商进行算法干预的可能性。
2021-02-25 cs.SI physics.soc-ph
Dynamics of Trends and Attention in Chinese Social Media
近年来，全世界的在线社交网络增长迅猛。它促进了用户以不间断的速度产生大量的实时内容，所有这些内容都相互竞争以吸引足够的关注并成为流行趋势。虽然Twitter等西方在线社交网络得到了很好的研究，但中国流行的微博网络新浪微博的曝光率相对较低。在本文中，我们详细分析了新浪微博中的趋势和趋势引领者的时间方面，并将其与Twitter中的早期观察进行了对比。我们发现，与Twitter等全球社交网络相比，在中国分享的内容存在巨大差异。在中国，这些趋势几乎完全是由于媒体内容的转发，如笑话，图像和视频，而不像Twitter，这些趋势往往与当前的全球事件和新闻故事有关。我们将详细分析趋势的形成、持续和衰退，并研究新浪微博中的关键趋势。我们的一个主要发现是，转发在新浪微博中更为常见，并对创造趋势做出了很大贡献。当我们仔细观察时，我们观察到新浪微博的大多数趋势都是由于一小部分欺诈账户的持续转发。这些虚假账户的设立是为了人为地夸大某些帖子，使它们迅速进入新浪微博的趋势列表，这些帖子反过来又被显示为用户最受欢迎的话题。
2013-12-02 cs.CY cs.SI physics.soc-ph
A Multitask Deep Learning Approach for User Depression Detection on Sina Weibo
College of Cybersecurity（网络空间安全学院）；Sichuan University（四川大学）
近年来，由于抑郁症的精神负担，危及生命的人数正在迅速增加。在线社交网络（OSN）为研究人员提供了另一种检测抑郁症患者的视角。然而，基于机器学习的抑郁症检测的现有研究仍然留下相对较低的分类性能，这表明在其特征工程的改进方面存在显着的改进潜力。在本文中，我们在新浪微博（一个领先的OSN，在中国社区中拥有最多的活跃用户）上手动构建了一个大型数据集，即微博用户抑郁检测数据集（WU 3D）。其中包括2万多名正常用户和1万多名抑郁用户，这两种用户都是由专业人员手动标记并重新检查的。通过分析用户的文本、社交行为和发布的图片，总结并提出了十个统计特征。同时，使用流行的预训练模型XLNet提取基于文本的单词特征。此外，提出了一种新的深度神经网络分类模型，即FusionNet（FN），并同时使用上述提取的特征进行训练，这些特征被视为多个分类任务。实验结果表明，FusionNet在测试数据集上获得了最高的F1-Score，为0.9772。与现有的研究相比，我们提出的方法具有更好的分类性能和不平衡的训练样本的鲁棒性。我们的工作还提供了一种新的方法来检测其他OSN平台上的抑郁症。
2020-08-26 cs.CL cs.LG cs.SI
"Born in Rome" or "Sleeping Beauty": Emergence of hashtag popularity on the Chinese microblog Sina Weibo
本文研究新浪微博热搜话题的早期传播网络，依据上榜时延与转发网络增长形态区分“生于罗马”“睡美人”及平滑、阶梯模式，揭示话题流行度涌现机制。
2022-11-09 cs.SI physics.soc-ph
Utilizing Social Media Attributes for Enhanced Keyword Detection: An IDF-LDA Model Applied to Sina Weibo
University of New South Wales（新南威尔士大学）
针对社交媒体短文本关键词检测难题，提出结合IDF与LDA的模型，利用点赞、评论和转发等属性加权文档，有效提升关键词检测的精确率和召回率。
2023-05-30 cs.CL cs.IR cs.SI
Sentiment Analysis based on User Tag for Traditional Chinese Medicine in Weibo
Beihang University（北京航空航天大学）
随着西方文化和科学的接受，中医在中国已成为一个有争议的问题。因此，研究公众对中医药的情绪和看法具有重要意义。随着twitter等社交网络的迅速发展，对数以亿计的人进行情感研究变得方便而有效。据我们所知，目前的工作是第一次尝试，将情感分析应用到中医领域的新浪微博（一个类似Twitter的微博服务在中国）。首先从新浪微博中收集关于中医药的推文主题，并根据用户标签自动将推文标记为支持中医药和反对中医药。然后，建立了一个支持向量机分类器来预测中医推文的情感。最后，我们提出了一种调整分类器结果的方法。用我们的方法得到的F-测度的性能是97%。
2014-10-13 cs.CL cs.SI
What are Chinese Talking about in Hot Weibos?
新浪微博是近年来在中国兴起的类似Twitter的社交网络服务。基于2009年8月至2012年1月新浪微博API抓取的6.5亿条微博数据，对转发量超过1000次的热门微博进行研究。研究发现，热点微博大致可以分为娱乐时尚类、社交热点类、休闲心情类、生活健康类、求助类、促销类、风水财运类和社交类八类。特别是休闲与心情和热门社交事件占据了所有热门微博的近65%。这很好地反映了当前中国社会的基本二元结构：一方面，经济取得了很大的发展，相当一部分人过上了比较富裕和比较安逸的生活。另一方面，仍然存在着相当多的严重的社会问题，如政府腐败和环境污染。研究还表明，用户的发布和转发行为受到其身份因素（性别，验证状态和区域位置）的极大影响。例如，（1）三分之二的热门微博是由男性用户创建的。(2)虽然新浪微博的认证用户仅占0.1%，但46.5%的热门微博是由他们贡献的。非常有趣的是，39.2%是由SPA用户编写的。一个或多或少可悲的事实是，只有14.4%的热门微博是由草根（既没有SPA也没有验证的个人用户）创建的。(3)来自中国不同地区的用户有着不同的发帖和转帖行为，这通常反映了他们的当地文化。同质性也被用来检验人们的转贴行为。
2013-05-10 cs.CY cs.SI physics.soc-ph
Modeling of User Portrait Through Social Media
如今，互联网上已经积累了大量有用的用户信息和社会行为数据，这为在线分析用户的个性特征提供了可能。本文提出了一种基于计算语言学特征的心理建模方法，对新浪微博用户的大五人格特质及其与用户社会行为的关系进行了研究。据我们所知，这是第一个调查新浪微博用户的个人资料信息，社交网络行为和人格特质之间的潜在关系的研究。我们的研究结果证明了一种有效的建模方法，可以在不中断客户的情况下了解社交媒体上用户的人口统计和心理画像，这对于商业广告提供更好的个性化产品和服务是有用的。
2019-06-15 cs.SI
Social Media Brand Engagement as a Proxy for E-commerce Activities: A Case Study of Sina Weibo and JD
电子商业平台促进产品销售，而产品供应商参与社交媒体活动（SMA）以推动消费者的电子商业平台活动（EPA），吸引他们搜索、浏览和购买产品。SMA的频率和时间预计会影响EPA的水平，增加品牌相关查询，点击和购买订单的数量。本文采用横截面数据分析，以探索这样的信念，并证明弱至中度之间的相关性，每日SMA和EPA量。进一步的相关性分析，使用30天的滚动窗口，显示了高变异性的SMA-EPA对的相关性，并质疑SMA相对于EPA的预测潜力。考虑到所选择的SMA和EPA对的适度相关性（例如，后订单），我们调查是否SMA功能可以预测EPA水平的变化，而不是精确的EPA每日量。我们根据训练数据上的EPA分布分位数（2、3和5级）来定义这些级别。我们将EPA分位数预测制定为多类分类问题。使用随机森林和逻辑回归的实验显示了不同的成功，对于购买订单的最高分位数以及搜索和点击活动的最低分位数，表现优于随机。当预测多日累积EPA水平（1、3和7天）时，获得类似的结果。我们的研究结果具有相当大的实际意义，但最重要的是，敦促共同的信念进行重新审查，寻求更有力的证据SMA对EPA的影响。
2018-10-13 cs.CY cs.SI
Studying Politeness across Cultures Using English Twitter and Mandarin Weibo
跨文化的礼貌模式有助于发现什么是适当的和礼貌的，从而改善跨文化交际。我们研究了美国英语和汉语普通话中与礼貌相关的语言特征。首先，我们对来自美国的5,300条Twitter帖子和来自中国的5,300条新浪微博帖子进行了礼貌评分。接下来，我们开发了一个英汉礼貌特征集“礼貌词典”。结合有效的心理语言学词典，我们研究了跨文化语言特征和礼貌感知之间的相关性。我们发现，在普通话微博上，关注未来的对话，认同一个群体的从属关系，和感激被认为是比英语Twitter更有礼貌。与英文Twitter相比，与死亡相关的禁忌话题、代词的缺乏或选择不当以及非正式语言与中文微博上更高的不礼貌相关。最后，我们建立了基于语言的机器学习模型来预测礼貌，在中文微博上的F1得分为0.886，在英文Twitter上的F1得分为0.774。
2020-08-25 cs.CY cs.SI
Subsampling Spectral Clustering for Large-Scale Social Networks
Twitter和新浪微博等在线社交网络平台在过去20年中非常受欢迎。识别社交平台的网络社区对于探索和理解用户的兴趣至关重要。然而，科学技术的快速发展产生了大量的社会网络数据，给大规模社交网络中的社区发现带来了巨大的计算挑战。在这里，我们提出了一种新的子采样谱聚类算法来识别社区结构的大规模社交网络有限的计算资源。更准确地说，谱聚类只使用网络节点的一小部分子样本的信息进行，从而大大减少了计算时间。结果，对于大规模数据集，该方法甚至可以使用个人计算机来实现。具体来说，我们介绍了两种不同的抽样技术，即简单随机抽样和度校正抽样。该方法适用于从新浪微博，这是中国最大的Twitter型社交网络平台之一收集的数据集。我们的方法可以非常有效地识别注册用户的社区结构。这些社区结构信息可以应用于帮助新浪微博向目标用户推广广告并增加用户活跃度。
2022-12-21 cs.SI stat.AP stat.ME
Using Linguistic Features to Estimate Suicide Probability of Chinese Microblog Users
Institute of Psychology, Chinese Academy of Sciences（中国科学院心理研究所）；University of Jinan（济南大学）；China Networking Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心）；Institute of Population Research, Peking University（北京大学人口研究所）
如果能够通过微博等社交媒体识别出自杀风险高的人，就有可能实施主动干预系统来挽救他们的生命。基于这一动机，本研究采用自杀概率量表（SPS）对中国领先的微博服务提供商新浪微博的1041名微博用户进行了调查。采用两种自然语言处理（NLP）方法，即中文版的语言查询和字数统计（LIWC）词典和潜在狄利克雷分配（LDA），从新浪微博数据中提取语言特征。我们利用机器学习算法训练基于这两类特征的预测模型，来估计基于语言特征的自杀概率。实验结果表明，LDA可以发现与自杀概率相关的主题，提高预测性能。我们的研究增加了价值的预测自杀概率的社交网络用户与他们的行为。
2014-11-04 cs.CL cs.SI
Supervised centrality via sparse network influence regression: an application to the 2021 Henan floods' social network
本文针对2021年河南洪灾微博数据，提出监督中心性概念和稀疏网络影响回归方法，并开发前向添加算法以高效识别有影响力的用户。
2024-12-28 cs.SI physics.soc-ph stat.ME
CasGCN: Predicting future cascade growth based on information diffusion graph
Renmin University of China（中国人民大学）；University of Liverpool（利物浦大学）；Loughborough University（拉夫堡大学）
突然爆发的信息级联，可能会导致极端观点、时尚潮流的改变、谣言的不可控传播等意想不到的后果。如何有效地预测未来的级联规模，特别是对于Twitter和微博等社交媒体平台上的大规模级联，已经成为一个重要的问题。然而，现有的方法是不够的，在处理这个具有挑战性的预测问题。传统的方法严重依赖于手工制作的特征或不切实际的假设。端到端的深度学习模型（例如循环神经网络）不适合直接处理图形输入，并且无法处理嵌入在级联图中的结构信息。在本文中，我们提出了一种新的用于级联增长预测的深度学习架构，称为CasGCN，它采用图卷积网络从图形输入中提取结构特征，然后在进行级联大小预测之前对提取的特征和时间信息应用注意力机制。我们在两个真实世界的级联增长预测场景（即，实验结果表明，CasGCN算法的性能优于几种基线算法，尤其是在大规模级联时。
2020-09-10 cs.LG cs.SI
Cross-Platform Modeling of Users' Behavior on Social Media
Beijing Univerisity of Posts and Telecommunications（北京邮电大学）；Ping An Technology (Shenzhen)（平安科技（深圳））
随着移动应用的蓬勃发展和普及，不同的垂直领域积累了丰富的用户信息和社交行为数据，这些数据是自发的，真实的和多样化的。然而，每个平台都只在某一方面描述用户的画像，导致这些互联网足迹很难组合在一起。在我们的研究中，我们提出了一种建模方法来分析用户在不同社交媒体平台上的在线行为。收集了网易音乐和新浪微博共享的同一用户的结构化和非结构化数据，用于跨平台分析音乐偏好与其他用户特征之间的相关性。基于音乐类型和情绪的标签，通过K-均值方法计算其收集的歌曲列表，形成了五组的类型聚类和四组的情绪聚类。此外，借助微博用户数据，全面研究了音乐偏好（流派、情绪）与大五人格（BFP）及基本信息（性别、居住地区、标签）之间的相关性，构建了更细粒度的全方位用户画像。我们的研究结果表明，人们的音乐偏好可能与他们的实际社会活动有关。例如，生活在山区的人一般喜欢民间音乐，而城市地区的人更喜欢流行音乐。有趣的是，爱狗的人比爱猫的人更喜欢悲伤的音乐。此外，我们提出的跨平台建模方法可以适用于其他垂直领域，提供一种在线自动分析用户的方式，更精确和全面。
2019-06-23 cs.LG cs.MM cs.SI
