本文来自经管之家论坛坛友此间有真意所作
一、论文发表情况
（1）国内发表情况
以微博、雪球的数据为内容的研究已经在《管理世界》《金融研究》《财经研究》《系统工程理论与实践》《公共管理学报》《中国行政管理》《中国工业经济》《中国农村经济》《地理研究》《科学社会主义》《情报科学》《情报学报》《新闻大学》等国内权威刊物发表。
（2）国外发表情况
相对微博和雪球的，以twitter、Stocktwits、Seeking Alpha数据为内容的研究在《Plos One》 《Nature 》《Science》《Marketing Science》《Decision Support Systems》 《Social Computing 》《Accounting Review》 《Expert Systems with Applications》《Mis Quarterly》《Journal of Consumer Marketing》《International Journal of Electronic Commerce》《Journal of Technology in Human Services》《European Journal of Biochemistry》《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》《ACM Transactions on Management Information Systems》《Information Sciences》《Tobacco control》《British journal of sports medicine》《Health Affairs》.
二、数据提取成果
将微博、雪球的数据全部提取后，包括但不限于以下样本：
（1）发文内容及其评论状况（9个维度）：序号、关联文章编号、评论编号、评论人编号、评论人昵称、评论内容、评论时间、评论点赞数、采集时间
（2）指定内容，如对“股票注册制”这一事件的关注（15个维度）：序号、搜索关键字、发文博主、博主认证、博文编号、发文内容、博文全文、转发次数、评论次数、点赞次数、发文时间、文章来源、采集时间、博主个人主页、博主编号
（3）用户信息（26个维度）：序号、博主编号、博主昵称、博主性别、微博认证、微博会员等级、关注数、粉丝数、微博数、微博认证标志、微博等级、微博简介、博主简介、所在地、毕业于、公司、婚姻状态、性取向、星座或生日、行业类别、邮箱地址、个性域名、博客地址、标签、友情链接、采集时间
三、可研究的基本科学问题的一些说明
包括但不限于以下基本科学问题的研究内容。
1、股票情绪、市场操纵方面的研究。可以从不同频度，不同人群类别，不同信息类别解析股票情绪、市场操纵方面内容。
2、社交网络的相关研究。社交网络的关系、测度以及传播特征的研究。
3、公共危机、舆情管控、突发事件方面的研究。
4、公司治理与管理方面的研究。对企业以及企业家微博的长期跟踪，可以从企业及企业家微博信息的角度研究他们对公司治理与管理影响。
5、网络信息地理、社会迁移方面的研究。
需要特别指出的是，以上问题的罗列只是相关研究的冰山一角，更多还需要研究者们进一步挖掘和提炼。
四、可以研究微博、雪球数据的学科
根据已有研究以及对问题的解析，微博、雪球数据理论上讲可以应用于一下学科，特别的括号中标注了二级学科。哲学、经济学（理论经济、应用经济）、法学（社会学）、教育学（教育学、心理学）、文学（中国语言文字、新闻传播学）、历史学（中国史）、理学（数学、大气学、地理学、生态学、统计学）、工学（电子科学与技术、信息与通信工程、控制科学与工程、计算机科学与工程、软件工程）、医学（公共卫生与预防医学）、管理学（管理科学与工程、工商管理、农林经济管理、公共管理、图书情报与档案管理）等学科门类。
友情提供——参考文献
1. 逯东,付鹏,杨丹. 机构投资者会主动管理媒体报道吗[J]. 财经研究, 2016,42(2): 73-84.
2. 王波,甄峰,席广亮,钱前,吴乘月,张浩. 基于微博用户关系的网络信息地理研究——以新浪微博为例[J]. 地理研究, 2013,32(2): 380-391.
3. 钟伟军. 公共舆论危机中的地方政府微博回应与网络沟通———基于深圳“5.26飙车事件”的个案分析[J].公共管理学报, 2013,10(1): 31-42.
4. 汤胤,欧治花,陈杏惠,王玮. 兴趣社交网络中的供需匹配研究：以豆瓣网为例[J]. 管理工程学报,2015,29(2): 41-50.
5. 金永生,王睿,陈祥兵. 企业微博营销效果和粉丝数量的短期互动模型[J]. 管理科学，2011,24(4): 71-83.
6. 黄静,朱丽娅,周南.企业家微博信息对其形象评价的影响机制研究[J]. 管理世界，2014,9,: 107-119.
7. 刘铁英,张小莉. 微博属性相似度测量实证研究[J]. 管理现代化, 2015, 2(97): 96-98.
8. 曹玖新,吴江林,石伟,刘波,郑啸,罗军舟. 新浪微博网信息传播分析与预测[J]. 2014, 37(4): 779-790.
9. 胡军,王甄. 微博、特质性信息披露与股价同步性[J]. 金融研究，2015,425: 190-206.
10. 徐巍,陈冬华. 自媒体披露的信息作用——来自新浪微博的实证证据[J]. 金融研究,2016,429: 157-173.
11. Wentao Han, Xiaowei Zhu, Ziyan Zhu, Wenguang Chen, Weimin Zheng, and Jianguo Lu. A Comparative Analysis on Weibo and Twitter [J]. TSINGHUA SCIENCE AND TECHNOLOGY, 2016,21(1): 1-16.
12. Jidong Huang, Rachel Kornfield, Glen Szczypka, Sherry L Emery. A cross-sectional examination of marketing of electronic cigarettes on Twitter [J]. Tob Control,2014,23: 26-30.
13. Stepanyan, Karen, Borau, Kerstin and Ullrich, Carsten (2010) A social network analysis perspective on student interaction within the twitter microblogging environment. In: The 10th IEEE International Conference on Advanced Learning Technologies (ICALT) 2010, Sousse, Tunisia, 5-7 July, 2010: 70-72.
14. Nuno Oliveira, Paulo Cortez, Nelson Areal. Automatic Creation of Stock Market Lexicons for Sentiment Analysis Using StockTwits Data[J]. Proceedings of the 18th International Database Engineering \& Applications Symposium, ACM, 2014: 115-123.
15. Elizabeth Blankespoor,Gregory S. Miller, Hal D. White. The Role of Dissemination in Market Liquidity: Evidence From Firms' Use of Twitter [J]. The Accounting Review, 2013, 89(1): 79-112.
16. Janee N. Burkhalter, Natalie T. Wood, Stephanie A. Tryce. Clear, conspicuous, and concise:Disclosures and Twitter word-of-mouth[J]. Business Horizons, 2014, 57(3): 319-328.
17. Li, Ting and Berens, Guido and de Maertelaere, Maikel. Corporate Twitter channels: The impact of engagement and informedness on corporate reputation [J]. International Journal of Electronic Commerce, 2013, 18(2): 97-126.
18. Donggeng Xia, Shawn Mankad, and George Michailidis. Measuring Influence in Twitter Ecosystems using a Counting Process Modeling Framework [J]. arXiv: 1411.3776v1 [cs.SI] 14 Nov 2014.
19. Bollen, Johan and Mao, Huina and Pepe, Alberto. Modeling public mood and emotion: Twitter sentiment and socioeconomic phenomena [J]. ICWSM, 2011, 11: 450-453.
20. Al Nasseri, Alya and Tucker, Allan and de Cesare, Sergio. Quantifying Stock Twits semantic terms’ trading behavior in financial markets: An effective application of decision tree algorithms [J]. Expert Systems with Applications, 2015, 42(23): 9192-9210.
)
