A Multilevel Analysis of Sociability, Usability, and Community Dynamics in an Online Health Community
1
2005
... 随着互联网应用向医疗健康领域的扩散和渗透, 传统以医生为中心的医疗健康服务模式逐渐向在线健康社区转变, 推动了用户对健康的自我管理和控制.在线健康社区为用户提供一个围绕健康相关问题进行信息交流、经验分享和情感支持的开放式网络平台[1].与传统的线下社区相比, 在线健康社区打破了时间和空间的阻隔.目前, 国内在线健康社区的应用场景主要包括但不限于论坛、贴吧、在线问答社区等, 如好大夫在线、甜蜜家园(糖尿病交流社区)和百度贴吧等.2018年7月长春长生疫苗事件是典型的突发事件, 受到人们的密切关注, 在线健康社区用户在事件发生的当月和次月发布了大量的评论和观点, 带来了一定的社会恐慌.本文选取百度贴吧中的“疫苗吧”作为在线健康社区环境, 以长春长生疫苗事件发生的当月和次月的发帖和回帖作为研究对象.根据社会网络分析视角, 在这个期间发帖或回帖的用户可以作为网络节点, 回帖可以作为某用户指向另外一个用户的有向边, 从而使这两个用户产生关系, 关系强弱由回帖数决定.本文利用爬虫搜集数据, 构建基于发帖和回帖的有向赋值矩阵(交互网络), 结合社会网络理论对交互网络的整体网络结构进行剖析; 另外, 从个体行动者层面出发, 抽取相关社会网络指标并考察其与用户交互行为(发帖和回帖)的关系.本研究旨在推动在线健康社区的健康和可持续发展. ...
用户交互对产品知识认知扩散的影响及社区激励研究
1
2018
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
用户交互对产品知识认知扩散的影响及社区激励研究
1
2018
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
The Outcome of Online Social Interactions on Facebook Pages: A Study of User Engagement Behavior
1
2019
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
Posting-Related Attributes Driving Differential Engagement Behaviors in Online Travel Communities
1
2018
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
在线社交媒体中用户信息传播行为预测研究
1
2018
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
在线社交媒体中用户信息传播行为预测研究
1
2018
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
Incorporating Message Embedding into Co-factor Matrix Factorization for Retweeting Prediction
1
2017
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
信息生态链视角下社会化问答用户的信息交互行为研究
1
2018
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
信息生态链视角下社会化问答用户的信息交互行为研究
1
2018
... 从信息传播的视角来看, 在线社区中用户有多种交互形式, 如发帖、评论、收藏、转发和点赞等.不同形式的交互方式能直接或间接地影响社区内的信息传递与知识扩散[2], 发帖行为、高回复率、评论行为能提高用户在社区中的参与度[3,4].在微博社区中, 个体转发行为直接促进信息在全局网络中的扩散, 通过单个用户的转发行为能有效预测微博信息的传播路径[5], 基于用户在社区中的交互行为可以分析得到信源特征, 从而有助于更准确地发现微博网络中的信息传播过程[6].齐云飞等[7]研究了知乎问答社区中用户的信息交互行为, 认为平台应当充分认识主体间的信息交互规律以优化信息交互过程, 从而提高社区的信息交互质量. ...
网络用户信息交互行为研究模型
1
2015
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
网络用户信息交互行为研究模型
1
2015
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
虚拟求职社区的用户交互行为特点——以应届生求职论坛为例
1
2018
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
虚拟求职社区的用户交互行为特点——以应届生求职论坛为例
1
2018
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
Social Network Analysis and Mining for Business Applications
1
2011
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
Interaction-Based Recommendations for Online Communities
1
2015
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
新媒体环境下企业与用户信息交互行为模型及特征研究
1
2018
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
新媒体环境下企业与用户信息交互行为模型及特征研究
1
2018
... 从交互模式的视角来看, 识别不同场景和不同情境下的用户交互模式是有益的.用户经历了人机交互-人信息交互-社会交互的发展阶段[8].在新媒体环境下, 各个社区由于自身的独特性, 决定了社区的主要交互模式, 有的以分享信息为主, 有的侧重咨询以寻求社会和情感支持[9].同一社区中相互联系的用户在行为兴趣方面会表现出一定的相似性, 这使得个性化推荐的精确度更高[10].不同类型线上社区的用户交互模式是不同的, 识别社区中用户的交互模式能更好地帮助社区管理者完善平台的推荐功能, 以保持社区的活力[11].此外, 发掘平台与用户间的交互模式也是有意义的[12]. ...
基于SNA的网络舆论领袖确定方法研究
1
2011
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
基于SNA的网络舆论领袖确定方法研究
1
2011
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
基于交互行为和情感倾向的移动社交网络用户影响力度量模型研究
1
2019
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
基于交互行为和情感倾向的移动社交网络用户影响力度量模型研究
1
2019
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
基于活动网络的微博用户影响力分析
1
2018
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
基于活动网络的微博用户影响力分析
1
2018
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
融合社会网络分析与影响力扩散模型的微博意见领袖发现研究
1
2018
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
融合社会网络分析与影响力扩散模型的微博意见领袖发现研究
1
2018
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
基于社会网络分析的网络问答社区知识传播研究
1
2018
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
基于社会网络分析的网络问答社区知识传播研究
1
2018
... 借助社会网络分析方法, 用户的交互行为有助于建立网络拓扑关系, 从而识别和发现社区中的意见领袖或关键用户.意见领袖通常具有活跃度高、贡献度大的特点, 在社交媒体中发挥着越来越重要的作用, 对于线上社区而言, 识别某个话题下的意见领袖/关键用户对商业营销、网络舆情控制等有重要意义[13].张继东等[14]基于用户交互行为及情感倾向提出一种比传统识别算法更有效的移动社交网络用户影响力评估模型.张凤娟等[15]将用户在社区中的交互强度和活跃度纳入影响力模型, 提高了整个模型的评估准确度.意见领袖的识别可以从影响范围和影响深度两个方面综合考虑, 基于用户在社会网络中的交互特点, 通过引入用户影响力扩散模型能够有效识别网络中的意见领袖[16].网络中的意见领袖能够促进在线社区中的知识传播, 提升社区中其他用户的学习效果, 从而推动社区的健康发展[17]. ...
Using Online Health Communities to Deliver Patient-Centered Care to People with Chronic Conditions
1
2013
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
网络健康社区中的主题特征研究
1
2015
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
网络健康社区中的主题特征研究
1
2015
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
脑血管病医疗论坛的主题与文本情感分析研究
1
2016
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
脑血管病医疗论坛的主题与文本情感分析研究
1
2016
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
在线健康信息披露意愿的影响因素研究: 一个集成计划行为理论与隐私计算的模型
1
2016
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
在线健康信息披露意愿的影响因素研究: 一个集成计划行为理论与隐私计算的模型
1
2016
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
基于扎根理论的虚拟健康社区用户使用意愿研究
1
2017
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
基于扎根理论的虚拟健康社区用户使用意愿研究
1
2017
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
社会支持与个人目标对健康状况的影响
1
2017
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
社会支持与个人目标对健康状况的影响
1
2017
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
网络健康社区中的文本挖掘方法研究
1
2013
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
网络健康社区中的文本挖掘方法研究
1
2013
... 在线健康社区是指能够打破时间、空间的限制, 将病患、医生聚集在一起的线上平台, 用户可以通过该平台方便地交流和分享信息[18].在线健康社区的兴起使得越来越多的学者开始关注这个领域, 例如, 在线健康社区的主题特征和情感分析[19,20], 在线健康信息披露[21], 虚拟健康社区的用户使用[22], 社会支持和个人目标对健康状况的影响[23].专家问答、患者论坛以及健康类博客中用户交流互动的文本信息构成了在线健康社区的大多数健康主题内容[24]. ...
The Characteristics and Motivations of Health Answers for Sharing Information, Knowledge, and Experiences in Online Environments
1
2012
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
在线健康社区用户知识转化与共享的演化博弈分析
1
2017
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
在线健康社区用户知识转化与共享的演化博弈分析
1
2017
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
To Give or to Receive? Factors Influencing Members’ Knowledge Sharing and Community Promotion in Professional Virtual Communities
1
2010
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
在线医疗社区中知识共享网络及知识互动行为研究
1
2017
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
在线医疗社区中知识共享网络及知识互动行为研究
1
2017
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
网络社区健康传播的网络特征及社会支持研究——以豆瓣网“我们都有一口烂牙”小组为例
1
2015
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
网络社区健康传播的网络特征及社会支持研究——以豆瓣网“我们都有一口烂牙”小组为例
1
2015
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
The Spread of Behavior in an Online Social Network Experiment
1
2010
... 在线健康社区不仅为用户、专家、病患等不同角色之间提供了交流互动和互助平台, 同时还是医疗健康知识传播的渠道[25].在线健康社区, 用户可以通过发帖、回帖的形式将自己掌握的健康知识传递给其他用户, 实现知识的转化.这类知识贡献和获取行为促进社区知识的利用与创新, 实现知识的积累[26,27].知识积累极大地提高了健康社区的服务能力; 而通过了解用户的知识互动特征, 又能为社区的持续知识共享和可持续发展提供指导, 提高社区中健康信息的传播效率[28,29].此外, 用户交互网络的结构对用户行为的传播也有影响[30]. ...
Digital Health Communities: The Effect of Their Motivation Mechanisms
1
2013
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
在线健康社区中用户回帖行为影响机理研究
1
2017
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
在线健康社区中用户回帖行为影响机理研究
1
2017
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
Social Support and User Engagement in Online Health Communities
1
2014
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
在线健康社区中的用户参与行为——以“百度戒烟吧”为例
1
2017
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
在线健康社区中的用户参与行为——以“百度戒烟吧”为例
1
2017
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
网络空间中艾滋病的社会支持研究——以百度贴吧“HIV 吧”为例
1
2015
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
网络空间中艾滋病的社会支持研究——以百度贴吧“HIV 吧”为例
1
2015
... 用户通过交流互动能在社区中获得所需的社会支持, 这既对用户自身健康产生积极影响, 也使其有持续参与互动的意愿, 有助于提高整个社区的活跃度[31].社区中的参与成员之间往往具有较强的相似性, 大多是具有相似经历或病情的患者及患者家属, 他们在交流互动时往往会表现出对同类人群较强的同情心, 研究发现, 用户更偏向于对类型同质性的其他人进行回帖以及相互回帖[32], 来自他人的情感或信息支持更有利于用户长期在社区中参与互动[33], 对用户的积极性存在较强的正向推动作用[34].在线健康社区中, 社会支持的需求大于社会支持的供应是较普遍的, 而且信息类社会支持是最经常被寻求和提供的类型, 如寻求建议和参考, 这也反映出在用户交互过程中, 提问用户比回答问题的用户更多, 这可能导致用户的流失, 不利于社区的长远发展[35]. ...
The Small World Problem
2
1967
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
... [36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
Collective Dynamics of “Small World” Networks
1
1998
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
Renorm Alization Group Analysis of the Small-world Network Model
1
1999
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
小世界理论研究的可视化分析
1
2016
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
小世界理论研究的可视化分析
1
2016
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
Interdependence and Network-level Trust in Supply Chain Networks: A Computational Study
1
2015
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
QRE: Quick Robustness Estimation for Large Complex Networks
1
2018
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
The Social Origins of Networks and Diffusion
1
2015
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
Abnormal Structural Brain Connectome in Individuals with Preclinical Alzheimer’s Disease
1
2018
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
Topological Properties of the Structural Brain Network in Autism via Epsilon- neighbor Method
1
2018
... 小世界效应是社会网络分析的一个重要测度指标.小世界理论(Small World Theory), 又被称为六度分隔理论, 指一个人和任意一个陌生人之间的间隔人数最多不超过6个[36].小世界现象最早的研究可追溯到20世纪60年代, 源于美国心理学教授Milgram[36]进行的一个连锁信件实验, 用于衡量世界上任意陌生人之间最多需要多少个中间人能建立联系, 这个开创性的实验表明人类社会是一个具有小世界特征的网络.Watts等[37]于1998年提出基于人类社会网络的W-S小世界网络模型及算法, 随后Newman等[38]进一步提出N-W模型.近年, 学者们对小世界理论展开大量研究, 涉及计算机、物理、神经科学和数学等领域, 提出大量的新理论和新模型[39].这些研究为小世界理论在供应链[40]、互联网环境[41]、社会学[42]及生物医学领域[43,44]的应用提供宝贵借鉴. ...
Exploring the Role of Social Networks in Affective Organizational Commitment: Network Centrality, Strength of Ties, and Structural Holes
1
2011
... 网络中心性是社会网络分析的重要内容.网络中心性指标包括点度中心性(Degree Centrality)、中介中心性(Betweenness Centrality)、接近中心性(Closeness Centrality)和特征向量中心性(Eigenvector Centrality).其中, 点度中心性受到研究者更多的关注, 例如, Lee等[45]考察了社会网络对情感承诺的影响, 基于两个政府部门的社会网络数据和员工调查数据, 发现点度中心性与情感承诺之间有倒U型关联; Wang等[46]基于微处理器制造业的专利数据, 考察了点度中心性对研发人员探索性创新的影响, 发现协同网络的点度中心性对探索性创新具有负的影响效果. ...
Knowledge Networks, Collaboration Networks, and Exploratory Innovation
1
2014
... 网络中心性是社会网络分析的重要内容.网络中心性指标包括点度中心性(Degree Centrality)、中介中心性(Betweenness Centrality)、接近中心性(Closeness Centrality)和特征向量中心性(Eigenvector Centrality).其中, 点度中心性受到研究者更多的关注, 例如, Lee等[45]考察了社会网络对情感承诺的影响, 基于两个政府部门的社会网络数据和员工调查数据, 发现点度中心性与情感承诺之间有倒U型关联; Wang等[46]基于微处理器制造业的专利数据, 考察了点度中心性对研发人员探索性创新的影响, 发现协同网络的点度中心性对探索性创新具有负的影响效果. ...
2
1992
... 结构洞(Structural Hole)也是社会网络分析的重要内容.结构洞理论由美国社会学家Burt[47]在Structural Holes: The Social Structure of Competition一书中首次提出, 认为在网络中一个节点所联结的另外两个节点没有直接联系时, 则该节点在这组节点关系中处于结构洞的位置, 即一个结构洞是两个行动者之间的非冗余联系.处于“结构洞”位置的节点通常具有较高的竞争优势, 能为其带来更多的信息利益和控制利益.同一个社会网络中可能存在多个不同的群体, 观点和行为在群体之内比在群体之间更具有同质性, 因此, 能跨群体联系的行动者(即中介行动者)会更熟悉其他群体的观点和行为, 而且更有可能表达有价值的观点, 这是中介行动者形成社会资本的机制[48].Burt[49]认为结构洞会被周边的社会组织所强化, 如果结构洞被强化得越厉害, 那么连接结构洞的难度也越大.但是, 一个成功的连接(中介)将更有可能为处于结构洞两边的双方带来有价值的和全新的知识. ...
... 结构洞的测量指标包括有效规模(Effective Size)、效率(Efficiency)、约束(Constraint)和层级(Hierarchy).网络中一个节点的有效规模的值越大, 则冗余度越小, 越处于网络的核心地位, 那么该节点存在结构洞的可能性也就越大.网络中某个节点的效率等于该节点的有效规模除以该节点在个体网络中的实际规模, 用于描述某个节点对网络中其他节点的影响力, 节点的效率值越大, 表明该节点对网络中其他节点的影响就越大, 存在结构洞的可能性也就越高.约束是结构洞指标中最重要的一个指标, 指网络成员的联系在多大程度上是冗余的, 约束越大, 网络中存在的结构洞越少.层级指的是约束在多大程度上集中在一个节点上, 一个节点的层级越大表明该节点越受约束, 约束力越集中于该节点[47,48].所有结构洞指标都可以通过Ucinet进行计算, 具体路径是“Network➜Ego-networks➜ Structural Holes”. ...
Structural Holes and Good Ideas
2
2004
... 结构洞(Structural Hole)也是社会网络分析的重要内容.结构洞理论由美国社会学家Burt[47]在Structural Holes: The Social Structure of Competition一书中首次提出, 认为在网络中一个节点所联结的另外两个节点没有直接联系时, 则该节点在这组节点关系中处于结构洞的位置, 即一个结构洞是两个行动者之间的非冗余联系.处于“结构洞”位置的节点通常具有较高的竞争优势, 能为其带来更多的信息利益和控制利益.同一个社会网络中可能存在多个不同的群体, 观点和行为在群体之内比在群体之间更具有同质性, 因此, 能跨群体联系的行动者(即中介行动者)会更熟悉其他群体的观点和行为, 而且更有可能表达有价值的观点, 这是中介行动者形成社会资本的机制[48].Burt[49]认为结构洞会被周边的社会组织所强化, 如果结构洞被强化得越厉害, 那么连接结构洞的难度也越大.但是, 一个成功的连接(中介)将更有可能为处于结构洞两边的双方带来有价值的和全新的知识. ...
... 结构洞的测量指标包括有效规模(Effective Size)、效率(Efficiency)、约束(Constraint)和层级(Hierarchy).网络中一个节点的有效规模的值越大, 则冗余度越小, 越处于网络的核心地位, 那么该节点存在结构洞的可能性也就越大.网络中某个节点的效率等于该节点的有效规模除以该节点在个体网络中的实际规模, 用于描述某个节点对网络中其他节点的影响力, 节点的效率值越大, 表明该节点对网络中其他节点的影响就越大, 存在结构洞的可能性也就越高.约束是结构洞指标中最重要的一个指标, 指网络成员的联系在多大程度上是冗余的, 约束越大, 网络中存在的结构洞越少.层级指的是约束在多大程度上集中在一个节点上, 一个节点的层级越大表明该节点越受约束, 约束力越集中于该节点[47,48].所有结构洞指标都可以通过Ucinet进行计算, 具体路径是“Network➜Ego-networks➜ Structural Holes”. ...
Reinforced Structural Holes
1
2015
... 结构洞(Structural Hole)也是社会网络分析的重要内容.结构洞理论由美国社会学家Burt[47]在Structural Holes: The Social Structure of Competition一书中首次提出, 认为在网络中一个节点所联结的另外两个节点没有直接联系时, 则该节点在这组节点关系中处于结构洞的位置, 即一个结构洞是两个行动者之间的非冗余联系.处于“结构洞”位置的节点通常具有较高的竞争优势, 能为其带来更多的信息利益和控制利益.同一个社会网络中可能存在多个不同的群体, 观点和行为在群体之内比在群体之间更具有同质性, 因此, 能跨群体联系的行动者(即中介行动者)会更熟悉其他群体的观点和行为, 而且更有可能表达有价值的观点, 这是中介行动者形成社会资本的机制[48].Burt[49]认为结构洞会被周边的社会组织所强化, 如果结构洞被强化得越厉害, 那么连接结构洞的难度也越大.但是, 一个成功的连接(中介)将更有可能为处于结构洞两边的双方带来有价值的和全新的知识. ...
3
2004
... 社会网络分析可以将现实复杂网络中的个体以及关系抽象成节点和节点之间的连线, 进而测量和发现个体的结构位置和网络的结构形态[50].可见, 小世界理论、网络中心性指标和结构洞理论为本研究提供了坚实的理论支持. ...
... 点度中心性用来测量网络中一个节点与其他所有节点联系的程度, 点度值越大, 表明该节点越处于中心位置[50].中介中心性用来测量其他节点对某个节点的依赖, 是对潜在控制力的测量.如果一个节点位于许多其他节点对的捷径上, 可以认为该节点具有较高的中介中心性, 能够起到重要的“中介”作用, 处于该位置的节点可以通过控制或曲解信息的传递而影响整个群体[51].接近中心性用来测量接近效率或者不依赖于中介带来的潜在控制的能力.中介中心性和接近中心性的计算都与最短路径相关[52].特征向量中心性是根据相邻节点的中心性测量某个节点的中心性, 也就是说, 某个节点的特征向量中心性由其相邻节点的中心性来决定[53].所有中心性指标都可以通过Ucinet进行计算, 例如, 对于中介中心性, 在Ucinet中, 沿着“Network ➜ Centrality ➜ Freeman Betweenness ➜ Node Betweenness”路径, 计算网络中各节点的中介中心性. ...
... 具有小世界现象的社区应该具备如下两个特征: 较高的平均聚类系数和较短的平均路径长度[54].聚类系数用来测量整体网络结构图中节点的集聚程度, 平均路径长度用来测量网络任意两个节点间距离的平均值, 这两个指标分别反映了网络成员间的离散程度和连通程度, 是整体网络的重要测量指标[50].为了探究突发事件情境下“疫苗吧”社区是否具有小世界现象, 需要构建一个与样本网络相同大小的随机网络进行对比.首先, 以本研究的样本网络为参考, 在Ucinet中沿着“Data➜ Random➜Sociometric”构建一个具有2 340个节点的随机有向网络, 然后, 以特定的概率对这2 340个节点随机重连, 使得该网络的边数接近样本网络边数5 583.通过计算得到该随机网络的平均聚类系数和平均路径长度, 两个网络的指标对比结果如表3所示. ...
3
2004
... 社会网络分析可以将现实复杂网络中的个体以及关系抽象成节点和节点之间的连线, 进而测量和发现个体的结构位置和网络的结构形态[50].可见, 小世界理论、网络中心性指标和结构洞理论为本研究提供了坚实的理论支持. ...
... 点度中心性用来测量网络中一个节点与其他所有节点联系的程度, 点度值越大, 表明该节点越处于中心位置[50].中介中心性用来测量其他节点对某个节点的依赖, 是对潜在控制力的测量.如果一个节点位于许多其他节点对的捷径上, 可以认为该节点具有较高的中介中心性, 能够起到重要的“中介”作用, 处于该位置的节点可以通过控制或曲解信息的传递而影响整个群体[51].接近中心性用来测量接近效率或者不依赖于中介带来的潜在控制的能力.中介中心性和接近中心性的计算都与最短路径相关[52].特征向量中心性是根据相邻节点的中心性测量某个节点的中心性, 也就是说, 某个节点的特征向量中心性由其相邻节点的中心性来决定[53].所有中心性指标都可以通过Ucinet进行计算, 例如, 对于中介中心性, 在Ucinet中, 沿着“Network ➜ Centrality ➜ Freeman Betweenness ➜ Node Betweenness”路径, 计算网络中各节点的中介中心性. ...
... 具有小世界现象的社区应该具备如下两个特征: 较高的平均聚类系数和较短的平均路径长度[54].聚类系数用来测量整体网络结构图中节点的集聚程度, 平均路径长度用来测量网络任意两个节点间距离的平均值, 这两个指标分别反映了网络成员间的离散程度和连通程度, 是整体网络的重要测量指标[50].为了探究突发事件情境下“疫苗吧”社区是否具有小世界现象, 需要构建一个与样本网络相同大小的随机网络进行对比.首先, 以本研究的样本网络为参考, 在Ucinet中沿着“Data➜ Random➜Sociometric”构建一个具有2 340个节点的随机有向网络, 然后, 以特定的概率对这2 340个节点随机重连, 使得该网络的边数接近样本网络边数5 583.通过计算得到该随机网络的平均聚类系数和平均路径长度, 两个网络的指标对比结果如表3所示. ...
Centrality in Social Networks: Conceptual Clarification
2
1979
... 点度中心性用来测量网络中一个节点与其他所有节点联系的程度, 点度值越大, 表明该节点越处于中心位置[50].中介中心性用来测量其他节点对某个节点的依赖, 是对潜在控制力的测量.如果一个节点位于许多其他节点对的捷径上, 可以认为该节点具有较高的中介中心性, 能够起到重要的“中介”作用, 处于该位置的节点可以通过控制或曲解信息的传递而影响整个群体[51].接近中心性用来测量接近效率或者不依赖于中介带来的潜在控制的能力.中介中心性和接近中心性的计算都与最短路径相关[52].特征向量中心性是根据相邻节点的中心性测量某个节点的中心性, 也就是说, 某个节点的特征向量中心性由其相邻节点的中心性来决定[53].所有中心性指标都可以通过Ucinet进行计算, 例如, 对于中介中心性, 在Ucinet中, 沿着“Network ➜ Centrality ➜ Freeman Betweenness ➜ Node Betweenness”路径, 计算网络中各节点的中介中心性. ...
... 在个体行动者层面, 中心性指标和结构洞指标反映了个体在社会网络中所处的位置和所占据的优势.社会网络的中心性研究可追溯到20世纪40年代, 中心性被认为与团队解决问题的效率、领导能力感知和个人满意度等产生关联[51].结构洞理论于1992提出后, 研究者以结构洞理论为背景, 结合不同的问题和环境展开了大量研究, 主要体现在结构洞对行为的影响[56,57]和结构洞对创新的影响[58,59].下面结合突发事件情境, 探索在线健康社区中网络指标(中心性和结构洞)与用户交互行为(发帖和回帖)的影响关系. ...
Maintaining the Duality of Closeness and Betweenness Centrality
1
2016
... 点度中心性用来测量网络中一个节点与其他所有节点联系的程度, 点度值越大, 表明该节点越处于中心位置[50].中介中心性用来测量其他节点对某个节点的依赖, 是对潜在控制力的测量.如果一个节点位于许多其他节点对的捷径上, 可以认为该节点具有较高的中介中心性, 能够起到重要的“中介”作用, 处于该位置的节点可以通过控制或曲解信息的传递而影响整个群体[51].接近中心性用来测量接近效率或者不依赖于中介带来的潜在控制的能力.中介中心性和接近中心性的计算都与最短路径相关[52].特征向量中心性是根据相邻节点的中心性测量某个节点的中心性, 也就是说, 某个节点的特征向量中心性由其相邻节点的中心性来决定[53].所有中心性指标都可以通过Ucinet进行计算, 例如, 对于中介中心性, 在Ucinet中, 沿着“Network ➜ Centrality ➜ Freeman Betweenness ➜ Node Betweenness”路径, 计算网络中各节点的中介中心性. ...
Eigenvector Centrality and Structural Zeroes and Ones: When is a Neighbor Not a Neighbor
1
2015
... 点度中心性用来测量网络中一个节点与其他所有节点联系的程度, 点度值越大, 表明该节点越处于中心位置[50].中介中心性用来测量其他节点对某个节点的依赖, 是对潜在控制力的测量.如果一个节点位于许多其他节点对的捷径上, 可以认为该节点具有较高的中介中心性, 能够起到重要的“中介”作用, 处于该位置的节点可以通过控制或曲解信息的传递而影响整个群体[51].接近中心性用来测量接近效率或者不依赖于中介带来的潜在控制的能力.中介中心性和接近中心性的计算都与最短路径相关[52].特征向量中心性是根据相邻节点的中心性测量某个节点的中心性, 也就是说, 某个节点的特征向量中心性由其相邻节点的中心性来决定[53].所有中心性指标都可以通过Ucinet进行计算, 例如, 对于中介中心性, 在Ucinet中, 沿着“Network ➜ Centrality ➜ Freeman Betweenness ➜ Node Betweenness”路径, 计算网络中各节点的中介中心性. ...
微博社区内信息传播的“小世界”现象及实证研究——以腾讯微博为例
1
2012
... 具有小世界现象的社区应该具备如下两个特征: 较高的平均聚类系数和较短的平均路径长度[54].聚类系数用来测量整体网络结构图中节点的集聚程度, 平均路径长度用来测量网络任意两个节点间距离的平均值, 这两个指标分别反映了网络成员间的离散程度和连通程度, 是整体网络的重要测量指标[50].为了探究突发事件情境下“疫苗吧”社区是否具有小世界现象, 需要构建一个与样本网络相同大小的随机网络进行对比.首先, 以本研究的样本网络为参考, 在Ucinet中沿着“Data➜ Random➜Sociometric”构建一个具有2 340个节点的随机有向网络, 然后, 以特定的概率对这2 340个节点随机重连, 使得该网络的边数接近样本网络边数5 583.通过计算得到该随机网络的平均聚类系数和平均路径长度, 两个网络的指标对比结果如表3所示. ...
微博社区内信息传播的“小世界”现象及实证研究——以腾讯微博为例
1
2012
... 具有小世界现象的社区应该具备如下两个特征: 较高的平均聚类系数和较短的平均路径长度[54].聚类系数用来测量整体网络结构图中节点的集聚程度, 平均路径长度用来测量网络任意两个节点间距离的平均值, 这两个指标分别反映了网络成员间的离散程度和连通程度, 是整体网络的重要测量指标[50].为了探究突发事件情境下“疫苗吧”社区是否具有小世界现象, 需要构建一个与样本网络相同大小的随机网络进行对比.首先, 以本研究的样本网络为参考, 在Ucinet中沿着“Data➜ Random➜Sociometric”构建一个具有2 340个节点的随机有向网络, 然后, 以特定的概率对这2 340个节点随机重连, 使得该网络的边数接近样本网络边数5 583.通过计算得到该随机网络的平均聚类系数和平均路径长度, 两个网络的指标对比结果如表3所示. ...
整合主题的学科知识网络构建与演化分析框架研究
1
2018
... 可以看出, 对于样本网络, 平均路径长度为4.29, 表明网络中一个节点连接到另一个节点的平均距离不超过5个用户, 这个值小于随机网络的平均路径长度(6.072).网络的平均聚类系数取值范围在0到1之间, 对于平均聚类系数为0的网络, 所有节点都是孤立的; 对于平均聚类系数为1的网络, 网络是全局耦合的, 即网络中任意两个节点之间均存在联系[55].与随机网络相比, 样本网络的平均聚类系数值较大.综上可以得出, 突发事件情境下“疫苗吧”社区的用户交互网络具有较高的平均聚类系数和较短的平均路径长度, 因此在整体网络结构上表现出小世界效应. ...
整合主题的学科知识网络构建与演化分析框架研究
1
2018
... 可以看出, 对于样本网络, 平均路径长度为4.29, 表明网络中一个节点连接到另一个节点的平均距离不超过5个用户, 这个值小于随机网络的平均路径长度(6.072).网络的平均聚类系数取值范围在0到1之间, 对于平均聚类系数为0的网络, 所有节点都是孤立的; 对于平均聚类系数为1的网络, 网络是全局耦合的, 即网络中任意两个节点之间均存在联系[55].与随机网络相比, 样本网络的平均聚类系数值较大.综上可以得出, 突发事件情境下“疫苗吧”社区的用户交互网络具有较高的平均聚类系数和较短的平均路径长度, 因此在整体网络结构上表现出小世界效应. ...
Central Nodes and Surprise in Content Selection in Social Networks
1
2015
... 在个体行动者层面, 中心性指标和结构洞指标反映了个体在社会网络中所处的位置和所占据的优势.社会网络的中心性研究可追溯到20世纪40年代, 中心性被认为与团队解决问题的效率、领导能力感知和个人满意度等产生关联[51].结构洞理论于1992提出后, 研究者以结构洞理论为背景, 结合不同的问题和环境展开了大量研究, 主要体现在结构洞对行为的影响[56,57]和结构洞对创新的影响[58,59].下面结合突发事件情境, 探索在线健康社区中网络指标(中心性和结构洞)与用户交互行为(发帖和回帖)的影响关系. ...
The Right Friends in the Right Places: Understanding Network Structure as a Predictor of Voluntary Turnover
1
2016
... 在个体行动者层面, 中心性指标和结构洞指标反映了个体在社会网络中所处的位置和所占据的优势.社会网络的中心性研究可追溯到20世纪40年代, 中心性被认为与团队解决问题的效率、领导能力感知和个人满意度等产生关联[51].结构洞理论于1992提出后, 研究者以结构洞理论为背景, 结合不同的问题和环境展开了大量研究, 主要体现在结构洞对行为的影响[56,57]和结构洞对创新的影响[58,59].下面结合突发事件情境, 探索在线健康社区中网络指标(中心性和结构洞)与用户交互行为(发帖和回帖)的影响关系. ...
The Social Underpinnings of Absorptive Capacity: The Moderating Effects of Structural Holes on Innovation Generation Based on External Knowledge
1
2015
... 在个体行动者层面, 中心性指标和结构洞指标反映了个体在社会网络中所处的位置和所占据的优势.社会网络的中心性研究可追溯到20世纪40年代, 中心性被认为与团队解决问题的效率、领导能力感知和个人满意度等产生关联[51].结构洞理论于1992提出后, 研究者以结构洞理论为背景, 结合不同的问题和环境展开了大量研究, 主要体现在结构洞对行为的影响[56,57]和结构洞对创新的影响[58,59].下面结合突发事件情境, 探索在线健康社区中网络指标(中心性和结构洞)与用户交互行为(发帖和回帖)的影响关系. ...
Internal Capabilities, External Structural Holes Network Positions, and Knowledge Creation
1
2016
... 在个体行动者层面, 中心性指标和结构洞指标反映了个体在社会网络中所处的位置和所占据的优势.社会网络的中心性研究可追溯到20世纪40年代, 中心性被认为与团队解决问题的效率、领导能力感知和个人满意度等产生关联[51].结构洞理论于1992提出后, 研究者以结构洞理论为背景, 结合不同的问题和环境展开了大量研究, 主要体现在结构洞对行为的影响[56,57]和结构洞对创新的影响[58,59].下面结合突发事件情境, 探索在线健康社区中网络指标(中心性和结构洞)与用户交互行为(发帖和回帖)的影响关系. ...
