突发事件下集群行为可视化分析

以2011年东日本大地震时推特以及NGO救援组织发布的数据为研究对象,利用可视化技术呈现推特用户区域行为异构性和情绪变化特征,以及在突发事件过程中NGO捐赠的集群行为特点,为突发事件应急管理提供有效的决策支持.     

推特时代新闻教师的转型分析

媒介融合向纵深方向发展,推特、社交网络及微博客加速了信息流动和传受之间的去中心化,引发了新闻生产从形式到内容的变化,推特时代即将来临。新闻专业教师面临一系列转型:在推特平台上既要参与内容的生产及传播,还要建立适合自己教学的信息雷达,推动学生参与。课堂的角色有异化成仪式传播的趋势。新媒体为公民新闻的发展提供了平台,"微博体"的出现颠覆了新闻写作的一些理论。学生通过"翻墙"获取信息越来越普遍,教师要由"师者"转型成舆论领袖,同时还要给予学生以"批判的武器"。     

学术论文的Twitter和Mendeley指标的 累积特征及规律探讨

通过对学术论文的推特(Twitter)和Mendeley的数据跟踪和分析,深入研究学术论文在网络媒体中的传播规律。跟踪记录了5种不同类型的期刊于2016年11-12月间发表的136篇学术论文的Twitter和Mendeley数据,数据收集截止到2017年12月中旬。重点探索两项指标的累积趋势和分布规律,计算两个时间节点的累积值与Scopus统计的引文次数之间的相关关系。结果显示,学术论文的Twitter和Mendeley累积值表现出一定程度的独立性,即论文不论是开放获取或非开放获取,无论出版机构是否性质相同,所发表的论文的Twitter和Mendeley这两项指标均可进行比较;两项指标不同时间节点的累积值具有一致性,并且具有早期预测功能,即可根据论文发表后其Twitter和Mendeley数据更快地发现和识别出高学术影响力论文。