基于社会认同理论的微博群体用户画像
基于社会认同理论的微博群体用户画像 林燕霞谢湘生 广东工业大学管理学院 摘要 [目的/意义]根据社会认同理论,网民使用微博过程中做出的行为、表现的态度 与他们感知自己所属群体成员身份紧密相关。构建微博各类群体的用户画像,直 观地展现典型群体成员的人物特征,有助于进一步分析各类群体的知觉、行为和 态度,对研究网络舆情治理、广告营销、个性化服务等均有着重要的意义。[方 法/过程]从社会认同理论出发,使用主题模型文本挖掘出用户感兴趣的微博主 题,利用得到的用户偏好主题的概率分布空间向量计算相应的用户相似度,实 现用户所属群体的分类,然后对各类群体提取特征属性。[结果/结论]微博上主 要分为5类群体,且某些群体的成员易受到外群体的影响做出改变实现新的积 极认同。得到不同微博群体的典型用户画像,依据关键的群体特征属性,分析用 户行为、态度并提出相应的网络舆情治理建议、个性化服务、营销策略。 关键词 微博;社会认同理论;网络舆情; 作者简介林燕霞,女,1993年生,硕士生。研究方向基于现代数据分析与数 据挖掘技术的网络舆情用户行为分析。 作者简介谢湘生,男,1957年生,博士,教授,研究方向管理决策分析、系 统管理方法应用等。 User Portrait of Diversified Groups in Micro-blog Based on Social Identity Theory Abstract [Purpose/significance] According to the social identity theory, the behaviors and attitudes of the netizens in using micro-blog are closely related to their perception of their membership. Building users, portraits of all kinds of groups in micro-blog can directly show the typical characters of the group members which help to analyze users, behaviors and attitudes in various kinds of groups, and are important in the network public opinion management, advertising, personalized service, and other marketing research. [/process] Firstly, using social identity theory, the paper finds out users, interested micro-blog topics through thematic model text mining. Then, user similarity is calculated using the space vector of users, preferences in topics probability distribution, thus realizing the classification of user groups. Finally, the paper extracts the main feature attributes for different groups. [Result/conclusion] Five typical groups are found in micro-blog and members of certain groups are easily affected by the outside groups and further make adjustments to reach new positive identity. The typical user portraits of different micro-blog groups can be obtained. According to the main characteristic attributes of groups, the paper analyzes the user behaviors, attitudes, and gives the corresponding advices of network public opinion management, personalized service and marketing strategy. Keyword microblog; social identity theory; network public opinion; 随着新媒体时代的到来,微博[1]、Twitter等社交平台愈加受到网民的青睐, 社交平台不仅成为用户信息获取的渠道,还是发表个人见解,立场、表达情绪和 态度的工具。用户作为社交平台的主体,成为推动网络事件发展不可忽视的力量, 而用户在使用微博过程中做出的行为、表达的情绪和态度与用户自身以及微博上 其他用户紧密有关槎1,因此用户分析有助于了解用户身份、行为规律、态度、 认知情况等,帮助理解网络上复杂的社会行为。 目前,国内外关于微博用户分析的研究主要可以分成两类一类是对用户特征研 究,如研究用户行为也、用户网络关系垦1、用户影响力、用户相似度、对特定 类型用户群体的识别以及分析[5-7]等。曹玖新等如1挖掘出用户属性、社交关系 和微博内容等综合特征进行建模,使用机器学习的分类方法对微博用户转发行 为进行预测。施亮等也通过实证方法,基于微博内容和社会关系构建结构方程 模型从而得出对微博用户行为意向产生显著影响的因素。徐志明等顷利用用户 属性信息如背景信息、微博文本、社交信息等,在加权无向的微博社会网络图中, 计算用户节点的相似度。YuX[H]基于主题内容分析并结合聚类和分类算法的优 势提出一种新型算法用于识别网络意见领袖。从当前研究成果中可以看出微博用 户发布的文本内容对用户分析有着重要意义,它能够直观地体现用户偏好的微 博主题、情感强度、态度倾向、感知,有助于深入研究微博用户的群体行为。 第二类是对微博用户社群的研究,如微博用户分类以及群体特征分析旦21。方洁 等[13]结合利益相关者理论和微博网络舆情的特点构建用户分类模型。何黎等 曰利用微博用户信息和关系数据挖掘出核心用户并对其进行特征分析。张国安 等[15]根据用户个人信息采用K均值算法对用户聚类,为个性化营销和服务提 供依据o何跃等[16]提出突发事件用户动态关系的社群发现的方法,结合网络舆 情传播特征分析研究微博不同社群内的信息传播能力,可以识别出重点有影响 力的社群进行危机应对。可见,国内学者对微博用户进行分类多做的是定性分析, 少量的定量分析研究成果中,缺乏综合地考虑微博用户群体多方