基于信息熵的新媒体环境下网络节点影响力研究——以微信公众号为例

doi:10.13266/j.issn.0252-3116.2018.05.009

图书情报工作 ›› 2018, Vol. 62 ›› Issue (5): 76-86.DOI: 10.13266/j.issn.0252-3116.2018.05.009

基于信息熵的新媒体环境下网络节点影响力研究——以微信公众号为例

邢云菲¹, 王晰巍^1,2, 韩雪雯¹, 张长亮¹

1. 吉林大学管理学院信息管理系长春 130022;
2. 吉林大学大数据管理研究中心长春 130022

收稿日期:2017-08-02 修回日期:2017-09-07 出版日期:2018-03-05 发布日期:2018-03-05
作者简介:邢云菲(ORCID:0000-0002-5512-4364),博士研究生,E-mail:787397613@qq.com;王晰巍(ORCID:0000-0002-5850-0126),教授,博士生导师;韩雪雯(ORCID:0000-0001-8477-1969),本科生;张长亮(ORCID:0000-0001-7676-7302),博士研究生。
基金资助:
本文系国家自然科学基金面上项目"信息生态视角下新媒体信息消费行为机理及服务模式创新研究"（项目编号：71673108）和吉林大学高峰学科（群）建设项目研究成果之一。

Research on the Influence of Network Nodes in New Media Environment Based on Information Entropy: A Case Study of WeChat

Xing Yunfei¹, Wang Xiwei^1,2, Zhang liu¹, Li Shimeng¹

1. School of Management, Jilin University, Changchun 130022;
2. Big Data Management Research Center, Jilin University, Changchun 130022

Received:2017-08-02 Revised:2017-09-07 Online:2018-03-05 Published:2018-03-05

摘要/Abstract

摘要： [目的/意义]对新媒体环境下网络节点影响力进行研究，能够深入剖析信息传播规律，从而有助于采取针对性措施对信息传播进行合理控制。[方法/过程]基于信息熵理论构建新媒体环境下网络节点影响力模型，以微信公众号为例进行节点影响力测算，对节点直接影响力、间接影响力和综合影响力进行深入分析，最后运用Matlab软件对所构建模型进行仿真分析。[结果/结论]新媒体环境下网络节点综合影响力随着连接节点数量和节点间互动频率增加而增大，直接影响力和间接影响力也以不同幅度增长，但当间接影响力信息熵值超过100时，直接影响力成为影响节点综合影响力的主要因素。

关键词: 信息熵, 新媒体, 节点影响力, 微信

Abstract: [Purpose/significance] The research on the influence of network nodes in new media environment can deeply analyze the law of information dissemination, and thus help to take appropriate measures to control the information dissemination reasonably. [Method/process] This paper constructs the model of users' node influence in the new media environment based on information entropy theory, taking WeChat as an example to analyze the influence of network nodes. By using java programming method, the paper aims to calculate the numerical value of network nodes, including direct influence, indirect influence and total influence. And finally it use Matlab software to simulate the model. [Result/conclusion] Network nodes' total influence increases with the growth in the number of connections and the frequency of interactions between nodes. Direct influence and indirect influence are growing at a different rate, but the direct influence becomes the main factor affecting the comprehensive effect of nodes when the value of indirect influence is over 100.

Key words: information entropy, new media, node influence, Wechat

中图分类号:

TP393

邢云菲, 王晰巍, 韩雪雯, 张长亮. 基于信息熵的新媒体环境下网络节点影响力研究——以微信公众号为例[J]. 图书情报工作, 2018, 62(5): 76-86.

Xing Yunfei, Wang Xiwei, Zhang liu, Li Shimeng. Research on the Influence of Network Nodes in New Media Environment Based on Information Entropy: A Case Study of WeChat[J]. LIS, 2018, 62(5): 76-86.

参考文献

[1] 中国互联网络信息中心.第39次《中国互联网络发展状况统计报告》[EB/OL].[2017-01-22].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201701/t20170122_66437.htm.
[2] KIM K,BAEK Y M,KIM N.Online news diffusion dynamics and public opinion formation:a case study of the controversy over judges' personal opinion expression on SNS in Korea[J].The social science journal, 2015,52(2):205-216.
[3] Miorandi D, Pellegrini F D. K-shell decomposition for dynamic complex networks[C]//Proceedings of the international symposium on modeling and optimization in mobile, ad hoc and wireless networks. Paris:IEEE, 2010:488-496.
[4] LYU L,ZHANG Y,YEUNG C H. Leaders in social networks,the delicious case[J].PLos ONE,2011,6(6):e21202.
[5] DEANNE K, KATHARINE H, HONERT R,et al.Nuclear power in Australia:a comparative analysis of public opinion regarding climate change and the Fukushima disaster[J].Energy policy,2014,65:644-653.
[6] ARNABOLDI V, CONTI M, LA GALA M. Ego network structure in online social networks and its impact on information diffusion[J].Computer communications,2016,76:26-41.
[7] 曹学艳,段飞飞,方宽,等.网络论坛视角下突发事件舆情的关键节点识别及分类研究[J].图书情报工作,2014,58(4):65-70.
[8] 康伟.突发事件舆情传播的社会网络结构测度与分析——基于" 11·16校车事故"的实证研究[J].中国软科学,2012(7):169-178.
[9] 蒋侃,唐竹发,隋浩.基于微博信息扩散质量的网络舆情关键节点识别[J].情报科学,2016,34(7):64-69.
[10] 王曰芬,杭伟,梁丁洁.微博舆情社会网络关键节点识别与应用研究[J].情报资料工作,2016(3):6-11.
[11] SHANNON C E. A mathematical theory of communication[J]. Bell system technical journal, 1948,27:379-423. doi:10.1002/j.1538-7305.1948.tb01338.x.
[12] SANGAM R, OM H.The k-modes algorithm with entropy based similarity coefficient[J].Computer science,2015,50:93-98.
[13] LI Y, SHA Y, SHAN J.The research of weighted community partition based on SimHash[J].Computer science,2013,17:797-802.
[14] 魏志惠,何跃.基于信息熵和未确知测度模型的微博意见领袖识别——以"甘肃庆阳校车突发事件"为例[J].情报科学,2014,32(10):38-43.
[15] 陈远,李韫慧,张敏.基于节点度测度SNS用户信息传播贡献的实证研究——以腾讯微博为例[J].情报杂志,2014,33(10):159-164.
[16] MANKU G S,JAIN A.Detecting near-duplicates for Web crawling[M].New York:ACM,2007.
[17] CHARIKAR M S.Similarity estimation techniques from rounding algorithms[M].New York:ACM,2002.
[18] 武澎,王恒山.基于特征向量中心性的社交信息超网络中重要节点的评判[J].情报理论与实践,2014,37(5):107-113.
[19] 王晰巍,邢云菲,赵丹,等.移动环境下网络舆情信息传播路径及传播规律研究[J].情报理论与实践,2016,39(9):107-113.
[20] KIM K, BAEK Y M, KIM N.Online news diffusion dynamics and public opinion formation:a case study of the controversy over judges' personal opinion expression on SNS in Korea[J].The social science journal,2015,52(2):205-216.
[21] 王晰巍,邢云菲,赵丹,等.基于社会网络分析的移动环境下网络舆情信息传播研究——以新浪微博"雾霾"话题为例[J].图书情报工作,2015,59(7):14-22.
[22] PENG S, YANG A, Cao L.Social influence modeling using information theory in mobile social networks[J].Information science,2017,379:146-159.
[23] 艾媒报告.2017年中国新媒体行业全景报告[EB/OL].[2017-03-01]. http://www.iimedia.cn/50347.html.
[24] 中国社会科学网.中国新媒体发展报告[EB/OL].[2017-09-01]. http://www.cssn.cn/zx/bwyc/201706/t20170626_3560419_1.shtml.
[25] 方婧,陆伟. 微信公众号信息传播热度的影响因素实证研究[J].情报杂志,2016,35(2):157-162.

基于信息熵的新媒体环境下网络节点影响力研究——以微信公众号为例

Research on the Influence of Network Nodes in New Media Environment Based on Information Entropy: A Case Study of WeChat

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	李倩, 王帅. LDA模型下我国公共图书馆微信平台阅读推广内容主题研究[J]. 图书情报工作, 2022, 66(8): 72-83.
[2]	王晰巍, 毕樱瑛, 李玥琪. 社交网络中意见领袖节点影响力指数模型及实证研究——以自然灾害“7·20”河南暴雨为例[J]. 图书情报工作, 2022, 66(16): 24-35.
[3]	雷嫒, 钱楚涵, 李刚. CSSCI来源期刊微信公众号跨平台学术传播全样本实证分析[J]. 图书情报工作, 2022, 66(14): 67-76.
[4]	张兆阳, 朱伟杰, 李直, 王筱宇, 赵蓉英. 学术期刊微信公众平台话语权评价研究——以图情领域为例[J]. 图书情报工作, 2022, 66(11): 32-41.
[5]	张吉, 郭晶. 高校图书馆微信标题精准营销策略研究[J]. 图书情报工作, 2021, 65(6): 52-62.
[6]	宋玉梅, 严哲, 朱琳, 罗钧. 微信视域下高校知识产权信息服务的现状与发展对策研究[J]. 图书情报工作, 2021, 65(3): 51-60.
[7]	刘佳程, 马廷灿, 岳名亮. HHa中心性算法:一种基于h指数和Ha指数的复杂网络节点排序算法[J]. 图书情报工作, 2021, 65(20): 92-100.
[8]	张薇, 陈晶, 黄世晴, 董颖, 张琳. 双一流高校图书馆新媒体运营与评价——基于WCI的微信阅读推广实证研究[J]. 图书情报工作, 2021, 65(18): 42-48.
[9]	许天才, 潘雨亭, 冯婷婷, 杨新涯, 魏群义, 袁辉. 高校移动图书馆服务模式现状调研与发展策略研究[J]. 图书情报工作, 2020, 64(3): 71-82.
[10]	王宗水, 刘霞, 孙倬, 赵红, 张健. 高校图书馆微信服务项目共现关联及信息传播影响力研究——以“C9联盟”高校图书馆微信公众号为例[J]. 图书情报工作, 2020, 64(3): 83-91.
[11]	于博雅, 郑康妮, 陈朝晖. 图书馆借助新媒体传播科学文化的实践研究——以中国科学院文献情报中心“科学人讲坛”为例[J]. 图书情报工作, 2020, 64(24): 48-56.
[12]	李楠, 赵亚娟, 李涵昱, 邹沐宏, 谭一泓. 我国图书馆新媒体移动服务的实践与探索——以中国科学院文献情报中心“中国科讯”为例[J]. 图书情报工作, 2020, 64(24): 115-121.
[13]	陈强, 张杨一, 马晓悦, 曾润喜. 政务B站号信息传播效果影响因素与实证研究[J]. 图书情报工作, 2020, 64(22): 126-134.
[14]	陈世香, 唐玉珍. 政务微信提升公共文化服务效能的模式分析——深圳“南山文体通”的个案研究[J]. 图书情报工作, 2020, 64(17): 74-83.
[15]	姜宇飞. 高校图书馆阅读推广媒体融合模式与实践探索——以东北大学图书馆阅读推广实践为例[J]. 图书情报工作, 2020, 64(17): 95-102.