The impact of social media networks on healthcare process knowledge management (using of semantic web platforms)

Abstrak

Munculnya jaringan media sosial di domain kesehatan adalah saat ini komprehensif kontribusi untuk akuisisi pengetahuan dan mendukung berbagai kegiatan dalam tugas yang berbeda dalam proses kesehatan. Penelitian ini menekankan penggunaan jaringan media sosial dan dampaknya terhadap stakeholder kesehatan; pasien, praktisi kesehatan, ICT dan menentukan perspektif mereka. Kerangka yang diusulkan untuk Social Media didukung Sistem manajemen pengetahuan (SMKMS) menggabungkan akuisisi pengetahuan domain misalnya Proses kesehatan (Cardiac) dan terintegrasi dengan saluran media sosial misalnya Facebook sebagai masukan untuk pembangunan domain ontologi yang dapat dianggap sebagai dasar untuk pengembangan sistem informasi kesehatan (HIS) di bisnis kesehatan.

Kesimpulan

Tujuan dari penelitian ini adalah untuk menyoroti pentingnya Jaringan sosial media (SMN), teknologi dan penggunaan aplikasi dalam domain kesehatan. Penelitian ini juga menjelaskan nilai tambah dampak jaringan media sosial di stakeholder kesehatan; pasien, kerabat, praktisi dan perspektif administrator. Dengan bantuan teknologi web semantik dan platform, kerangka domain ontologis berbasis meliputi praktek manajemen pengetahuan dan sinergi jaringan media sosial di domain kesehatan dapat dianggap sebagai dasar untuk pengembangan sistem informasi (IS) yang membantu untuk meningkatkan aliran informasi dalam proses klinis misalnya bangsal-bulat dan juga memfasilitasi pengguna akhir untuk berbagi informasi yang tepat waktu, kolaborasi antara domain dan menyediakan informasi disinkronisasi untuk meningkatkan pengambilan keputusan dalam proses kesehatan (penyakit jantung) untuk pengiriman kualitas pelayanan perawatan pasien sesuai dengan kebutuhan pengguna akhir dan tuntutan .

Analyzing the impact of social media on social movements: A computational study on Twitter and the Occupy Wall Street movement

Abstrak

Ekstensif menggunakan media sosial digital dengan aktor gerakan sosial adalah tren yang sedang berkembang yang restrukturisasi dinamika komunikasi protes sosial, dan secara luas dikreditkan dengan kontribusi terhadap mobilisasi sukses gerakan baru-baru ini (misalnya, Arab Spring, Menempati Wall Street). Namun, pemahaman kita tentang baik peran yang dimainkan dengan menggunakan gerakan sosial media sosial dan sejauh mana dampaknya sebagian besar berasal dari bukti anekdotal, laporan berita, dan tubuh kurus penelitian ilmiah tentang teknologi berbasis Web. Dalam penelitian ini kami mengeksplorasi beberapa metode komputasi untuk mengukur dampak dari media sosial pada gerakan sosial. Terinspirasi oleh metodologi awalnya dikembangkan untuk menganalisis jaringan komputer dan sistem dinamis lainnya,

metode ini mengukur berbagai aspek statis dan dinamis dari jaringan sosial, dan hubungan mereka ke gerakan sosial yang mendasari. Kami menunjukkan kelayakan dan manfaat dari metode pengukuran ini dalam konteks Twitter dan Pendudukan gerakan Wall Street (OWS). Dengan menganalisis tweet terkait dengan OWS, kami menunjukkan hubungan antara vitalitas gerakan dan volume tweet terkait dari waktu ke waktu. Kami menunjukkan bahwa ada korelasi positif antara dinamika tweets dan tren jangka pendek OWS. Korelasi memungkinkan untuk meramalkan tren jangka pendek dari gerakan sosial menggunakan data media sosial. Dengan peringkat pengguna berdasarkan jumlah OWS terkait tweets mereka dan jangka waktu dari tweeting mereka, kami dapat mengidentifikasi "pembuat buzz". Menggunakan strategi yang sama dengan algoritma page-rank, kita mendefinisikan pengaruh pengguna dengan jumlah re-tweet yang / tweet asli nya menghasut. Dengan menelusuri di mana tweet OWS-terkait dibuat, kita mengukur difusi geografis OWS. Dengan menganalisis persentase OWS tweet yang dihasilkan dari sumber yang berbeda, kami menunjukkan bahwa ponsel pintar dan aplikasi seperti Tweet deck telah digunakan secara luas untuk tweeting di OWS movem- nt. Hal ini menunjukkan keterlibatan generasi teknologi-cenderung lebih muda dan lebih di OWS.

Kesimpulan

Bukti anekdotal dan liputan berita mengindikasikan meningkatnya penggunaan media sosial dalam gerakan sosial. Menggunakan Twitter dan gerakan Menduduki Wall Street sebagai contoh, kami menerapkan beberapa metode analisis untuk mengkarakterisasi dan mengukur pengaruh media sosial pada gerakan sosial. Kami menunjukkan bahwa kami dapat melacak tren dari gerakan sosial dengan melacak tweet terkait. Studi kami menunjukkan bahwa volume tweet dapat digunakan untuk meramalkan suatu peristiwa yang akan datang di tanah. Dengan peringkat volume tweet yang dihasilkan oleh pengguna Twitter, kita dapat mengidentifikasi "pembuat buzz". Kami juga melakukan analisis kata kunci pada tweet kunci yang dihasilkan selama dua hashtags. Analisis popularitas kata kunci memberikan kita sekilas pada isi dan emosi di balik tweet. Analisis kami dari asal-usul geografis tweet menunjukkan bahwa OWS itu menjadi fenomena global sejati. Akhirnya, analisis sumber tweet disarankan kepentingan generasi teknologi-cenderung lebih muda dan lebih dalam gerakan sosial. Penelitian ini menyajikan langkah penting menuju tujuan jangka panjang kami membangun alat otomatis dan dapat diandalkan untuk mengukur dampak dari media sosial di gerakan sosial. Kami sedang mengembangkan metrik komputasi yang menyediakan pengukuran kuantitatif dari karakteristik jaringan sosial dalam konteks gerakan sosial.

Future Direction

Kami berencana untuk memperluas penelitian ini di beberapa arah. Satu arah adalah untuk memanfaatkan sinergi di antara metode yang kita diusulkan. Sebagai contoh, kita ingin menganalisis isi tweet pembuat buzz ', yang akan membantu kita memperjelas peran pembuat gebrakan dalam gerakan. Kami juga bekerja pada mendefinisikan metrik kualitas untuk mengukur signifikansi tweet dalam konteks gerakan sosial. Kualitas metrik akan memungkinkan kita untuk mengidentifikasi pesan yang signifikan dari yang kurang penting. Dengan berfokus pada pesan-pesan yang signifikan, kita dapat lebih efisien dan efektif mengidentifikasi peristiwa penting yang mengubah arah gerakan sosial.

An Impact of Social Media on Online Travel Information Search in China

Absktrak

situs media sosial bermain lebih dan lebih penting peran sebagai sumber informasi bagi wisatawan. Makalah ini memilih sembilan kota pariwisata yang sangat baik Cina sebagai sampel dengan tingkat kota yang berbeda, ukuran populasi dan lokasi geografis, menggunakan enam kata kunci yang berhubungan dengan perjalanan utama untuk mempelajari dampak media yang secara empiris sosial secara online pencarian informasi wisata oleh mesin pencari Baidu. Hasil penelitian menunjukkan bahwa situs media sosial merupakan sekitar 50% hasil pencarian, menunjukkan mesin pencari mungkin langsung memandu wisatawan ke situs media sosial. Studi ini menekankan pentingnya pertumbuhan media sosial dalam perencanaan perjalanan online wisatawan 'dan menyediakan pemasaran menyarankan.

Kesimpulan

Sebuah penelitian empiris dieksplorasi dampak media sosial online pada pencarian informasi wisata, yang digunakan Baidu sebagai alat penelitian. Hasil penelitian menunjukkan situs media sosial merupakan sekitar 50% hasil pencarian di dua halaman pertama. Namun, mesin pencari, sebagai pintu gerbang informasi online, adalah saluran panduan informasi utama bagi wisatawan potensial. Hasil pencarian ini lebih mungkin untuk mempengaruhi perencanaan perjalanan wisatawan. Jadi perjalanan pemasar harus lebih memperhatikan ulasan, komentar dan artikel dari online situs media sosial yang dianggap sebagai elektronik kata-of-mulut, mempengaruhi persepsi dan pilihan potensial wisatawan ke tujuan. Elektronik kata-of-mulut tentang tujuan khusus memiliki dua jenis: positif dan negatif. Negatif word-of-mouth elektronik mengungkapkan ketidakpuasan wisatawan 'ke tujuan. Pemasar harus berurusan tepat waktu dengan kata-of-mulut negatif, mengurangi pasca pembelian disonansi wisatawan

Ada keterbatasan berikut dalam penelitian ini: pertama, halaman hasil pencarian hanya dipilih untuk dua halaman pertama yang dapat mempengaruhi keakuratan hasil penelitian.

Kedua, baidu.com menggunakan peringkat kata kunci dari hasil pencarian yang mempengaruhi hasil pencarian. Jika kertas menggunakan baidu.com dan Google sebagai studi banding, hasil mungkin lebih kredibilitas. Ketiga, situs media sosial Baidu, seperti zhidao.baidu.com, tieba.baidu.com, wenku.baidu.com dan baike.baidu.com, lebih mungkin untuk dihubungkan yang mungkin mempengaruhi hasil.