社会化检索socialmention.docVIP

社会化检索SocialMention新手教程 写在前面的话， 如今随着web3.0时代的到来，社会化媒体日益进入人们视野，基于用户的社交网站也发展迅速，各种各种的信息被用户随时散播到社交网站上。由此，在这种大数据环境中，基于社交网站的信息检索问题也日趋严重。本文主要说明了社会化媒体实时检索工具SocialMention的简单介绍与统计分析功能的使用，希望可以为其他学者进行社会化媒体项目提供一些基本的参考。若能对其他学者有所帮助，本人不甚欣慰！同时，文中若有其它不到或错误之处，请读者见谅！在此，特别感谢Miss Q在我学习SocialMention过程中对我的质疑与赞赏，使我坚持完成了这项工作！ ——soonfy 1、社会化媒体简单检索 社会化检索工具SocialMention链接： /# 点击链接，进入SocialMention查询界面，如图1所示。 图 1 图 2 /dai_fuku_/status/41907963596440371226 seconds ago - by @dai_fuku_ on twitter表示“用户dai_fuku_在26秒前发布在twitter是上包含检索词“nba”的微博，网址为/dai_fuku_/status/419079635964403712。” 方框5中“strength”表示24小时之内在社会化媒体中该检索词出现的相关性，即检索结果中该检索词的可能性，它的值与检索结果总数相关；“sentiment”表示情感比例，它的值与情感分布相关；“passion”表示该检索词的人群热情度，它的值与出现次数较多的用户有关；“reach”表示该检索词用户覆盖影响力，它的值与检索结果中唯一标识的用户数有关；下面就是表示检索结果中微博的平均发布时间，最近一条微博发布时间，唯一标识用户数目和微博转发数。例如“93% strength”表示在24小时内有93%检索结果；“5:1 sentiment”表示积极情感与消极情感的比值；“11% passion”表示人群热情度为11%；“82% reach”表示检索结果中有覆盖了82%用户。 方框6表示检索结果的情感分布。“positive 9”表示积极情感9条结果，微博内容前面的圆圈为绿色，权值为正，有不同的权值；“neutral 82”表示中立情感82条结果，微博内容前面的圆圈为灰色，权值为0；“negative 2”表示消极情感2条结果，微博内容前面的圆圈为红色，权值为负，有不同的权值。 方框7表示为出现次数排在前十的关键词及其出现频次。例如“basketball 15”表示“basketball”关键词出现了15次，出现次数最多。 图 3 图 4 图 5 图 6 图 7 图 8 图 9 图 10