基于内容与行为数据集成建模的企业微博粉丝兴趣挖掘方法

• 作者: 叶广宇 席运江 廖晓 李伟婵
• 来源期刊: 系统工程
• 学科: 社会科学
• 关键词: 企业微博 粉丝兴趣 超网络 用户兴趣挖掘
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 方法与应用
• 页码范围: 139-149
• 页数: 11页
• 分类号: C94
• 语种: 中文

摘要

精准有效的微博营销需要准确了解粉丝的兴趣.本文主要目标是将微博内容分析与粉丝行为数据结合,从而更准确的发现并分析粉丝的兴趣.研究中主要应用超网络模型,通过构建话题超网络模型(FISN)对文本内容及行为数据进行集成建模.采用文本挖掘方法对微博内容进行分析,应用粉丝行为数据计算话题关注度,并构建了关键词的粉丝兴趣指数.以中移动官方微博为实例,基于FISN模型进行网络分析,可识别粉丝兴趣热点词、粉丝兴趣中心词、粉丝兴趣类团、粉丝兴趣热点类团等.通过密度矩阵及像矩阵分析,可以发现并识别各类团之间的联动关系.本研究的创新之处在于提出一种结合内容和行为数据的粉丝兴趣分析方法,可帮助企业更准确的了解用户兴趣,为改进其微博营销策略提供了有价值的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席运江		28	270	8.0	16.0
2	叶广宇		66	581	14.0	22.0
3	廖晓		7	46	4.0	6.0
4	李伟婵		1	0	0.0	0.0