期刊文献+

高校官方微博主题特征对用户信息参与行为影响研究——以黑龙江省19所高校为例

下载PDF
导出
摘要 选取黑龙江省19所高校微博内容作为样本数据,以探求高校官方微博主题特征对用户信息参与行为影响的实际效果,这对高校官方微博账户运营发展有很重要的现实意义。首先爬取黑龙江省19所高校官方微博数据内容信息,然后采用LDA算法进行主题分类编码,最后运用多元线性回归法验证各个主题对用户信息参与行为产生的影响。研究展示了各个主题特征对用户信息参与行为的影响大小,并提出了提升高校官方微博用户参与度和账户活跃度的有效建议。
作者 张蒙
机构地区 广州华立学院
出处 《内蒙古科技与经济》 2023年第14期37-40,共4页 Inner Mongolia Science Technology & Economy
基金 广州华立学院校级科研青年项目“粤港澳大湾区民办高校图书馆新媒体平台阅读推广研究”(HLKY-2021-SK-3)。
  • 相关文献

参考文献4

二级参考文献26

  • 1熊文新,宋柔.信息检索用户查询语句的停用词过滤[J].计算机工程,2007,33(6):195-197. 被引量:16
  • 2王高,黄劲松,赵字君,李石磊.应用联合分析和混合回归模型进行市场细分[J].数理统计与管理,2007,26(6):941-950. 被引量:16
  • 3Pons-Porrata A, Berlanga-Llavori R, R.uiz-Shulclo- per J. Topic discovery based on text mining tech- niques[J]. Information processing & management, 2007, 43(3): 752-768. 被引量:1
  • 4Park J, Kim J, Lee J. Keyword extraction for blogs based on content richness[J]. Journal of Information Science, 2013,(8): 45. 被引量:1
  • 5Wu K, Chen M, Sun Y. Automatic topics discovery from hyperlinked documents[J]. Information process- ing & management,2004, 40(2): 239-255. 被引量:1
  • 6O'Connor B, Krieger M, Ahn D. TweetMotif: Ex- ploratory Search and Topic Summarization for Twit- ter[C]. US,Define publisher,2010. 被引量:1
  • 7Guo X, Xiang Y, Chen Q, et al. LDA-based online topic detection using tensor factorization[J]. Journal of Information Science, 2013,39(4): 459-469. 被引量:1
  • 8Blei D M, Ng A Y, Jordan M I. Latent dirichlet allo- cation[J], the Journal of machine Learning research, 2003, (3): 993-1022. 被引量:1
  • 9Griffiths T L, Steyvers M. Finding scientific topics[J]. Pro- ceedings of the National academy of Sciences of the United States of America, 2004, 101(Suppl 1): 5228-5235. 被引量:1
  • 10曹娟,张勇东,李锦涛,唐胜.一种基于密度的自适应最优LDA模型选择方法[J].计算机学报,2008,31(10):1780-1787. 被引量:83

共引文献139

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部