共查询到20条相似文献,搜索用时 15 毫秒
1.
【目的/意义】有别于众多现有的针对社会群体事件的定性理论研究,文章采用了定性分析和定量研究相结
合的方式探讨群体事件在微博网络中的传播特点,并给出了社会群体事件在微博中传播的传播模型。【方法/过程】
以定性分析和定量讨论相结合的方式为指导思想,以复杂系统的理论为依据,提出对群体事件的微博传播进行基
于Agent 的建模分析;以复杂网络的相关知识为支撑,提出依据K-Shell index 方式来划分Agent 群类并设计了相应
的交互规则。【结果/结论】实证分析了以K-shell index为依据构建Agent的优点;基于Repast平台对所设计的模型进
行了仿真分析、模拟出了由个体用户的意见从无序交互到集中爆发的涌现过程,并以真实群体事件的数据为基础
论证了该模型的科学性和实用性。这些工作能帮助人们更科学地理解群体事件微博传播中的演变规律,从而为群
体事件的及时预测和有效应对提供理论指导。 相似文献
2.
【目的/意义】通过运用社会网络分析法研究微博舆情,既可以使该方法在微博舆情研究中能够更好地被
应用,又能通过对微博舆情监管策略的提出达到对其进行有效监管的目的。【方法/过程】以高校大学生群体作为研
究对象,以新浪微博“笑脸墙迎新生”为研究话题,以社会网络分析法为研究工具,通过对采集的有效数据分析,研究
微博舆情传播特征、过程、规律,并以研究结论为依据提出具体监管策略。【结果/结论】验证了社会网络分析法在微
博舆情传播研究中的有效性和实用性,拓展了微博舆情研究的新视角,提出了网络舆情传播监管策略。 相似文献
3.
【目的/意义】为了解媒体微博信息传播规律与特征,识别具有高度影响力的媒体微博节点与类型,更有效
地对信息传播进行监管和引导。【方法/过程】研究基于社会网络理论,选取新浪微博中的部分媒体微博为研究样
本,测度其社会网络结构特征,并结合中心度与LeaderRank 算法测度媒体微博影响力。【结果/结论】研究发现,媒体
微博社会网络整体较为紧密,信息在媒体微博网络中的传播速度较快,网络节点之间的整体凝聚性强;网络结构与
节点位置决定着成员的影响力程度;具有高度影响力的核心节点的资源控制能力与话语权相对较大,可以通过改
变中心度、聚类系数等手段引导核心节点,控制信息传播态势。 相似文献
4.
【目的/意义】随着移动互联网的发展,微博的普及进一步加速了社会突发事件的传播。转发作为最重要的用户信息行为,在很大程度上预示了网络舆情的发展趋势。但是,鲜有研究关注微博内容中的心理语言使用与转发行为的关系。本研究拓展了心理语言学在社会突发事件情境下的应用领域,为政府或企业应急管理部门有效引导网络舆情提供了实践启示。【方法/过程】本文以九寨沟地震事件为例,基于LIWC文本分析工具研究了微博用户心理过程对于转发行为的影响,通过构建VAR向量自回归模型并进行格兰杰因果检验,确定了微博转发行为的心理语言影响因素,并进一步运用脉冲响应函数对转发行为进行了动态分析。【结果/结论】根据实证研究的结果,社会过程词和情感历程词对微博用户的转发行为具有一定的预测作用。 相似文献
5.
【目的/意义】基于客观行为数据构建微博发布-评论行为的定量模型,解释社交网络用户信息交互关系,为微博舆情的监控与引导提供理论依据。【方法/过程】以新浪微博为研究对象,对揭示微博群体层面多对多模式中的发布-评论行为特征的五个重要指标进行分析,构建描述微博多对多模式中的发布-评论行为的定量模型,并通过仿真验证模型的有效性。【结果/结论】微博评论数频数分布满足幂指数为1.6659的幂律分布;微博已获评论数、微博影响力、信息可见度是影响新增评论的连接机制。本文构建的定量模型可以较好模拟真实的微博发布-评论行为。【创新/局限】从人类动力学视角解释了微博多对多模式的微博发布-评论行为的过程,揭示了群体层面的发布-评论行为生成机制。本文没有对不同类型微博的评论行为进行区分,在未来的研究中,将针对不同类型微博的评论行为做进一步探索。 相似文献
6.
【目的/意义】研究微博网络中话题式信息的传播模型及规律,对控制舆论和掌握微博信息传播规律具有重
要意义。【方法/过程】以微博信息传播中的SEIR模型为出发点,综合考虑微博网络中话题式信息的衍生特性,构建
改良式的微博话题式信息传播H-SEIR模型,并运用MATLAB进行模拟仿真,对微博中话题式信息传播影响因素
和对应的控制策略进行研究。【结果/结论】验证了所构建的改良微博话题式信息传播H-SEIR模型的可行性和有效
性,揭示了移动网络环境下话题式信息传播规律,为现实微博网络的监管控制策略的制定提供了理论依据。 相似文献
7.
8.
【目的/意义】构建高校师德舆情微博用户评论LDA模型,可以更精准识别舆情演化特征和分析关键主题传
播路径,帮助高校和相关部门更为有效地进行舆情监管和舆情引导。【方法/过程】本文以“天津大学一教授学术造
假”事件为例,基于 LDA模型构建高校师德舆情下微博用户主题生成模型,采用困惑度评价指标确定 LDA模型最
优主题数,采用信息熵确定每一主题在不同日期的主题强度,通过关键词共现知识图谱、词云展现舆情话题的演
变,最后基于主题相似度确定主题传播路径。【结果/结论】LDA模型和信息熵可以解析出网络用户群体关注的重要
主题热点,精准识别舆情演化特征,识别主题最优传播路径进行舆论引导,对爆发的舆情实现预测和管制优化。【创
新/局限】文章创新性地构建高校学术道德舆情的LDA主题模型,有效确定微博用户群体主题、识别舆情演化特征、
分析主题间传播路径,具有普适性;进一步扩大高校师德其他舆情分析及结合网络舆情情感分析为下一步的研究
内容。 相似文献
9.
【目的/意义】新媒体时代下,热点事件的传播具有新的规律和特征,这些特征为现代舆情管控带来了全新 挑战。厘清网络热点事件情感传播特征,为相关行政部门加强舆情监管及拟定应对措施提供参考。【方法/过程】选 取“上海警察绊摔小孩事件”作为典型案例,采集新浪微博中的相关数据作为研究的数据支撑。通过情感分析、微 博话题挖掘、关键词提取、网络信息生命周期等研究技术与理论对网络热点事件的传播特征进行综合分析。【结果/ 结论】结果显示: 1.新媒体时代下的网络热点事件传播速度更快、信息更新周期更短,整个生命周期并未经历一个明 显的“成长期”。2.热点事件信息本身可能会在公众情绪冲动中被曲解和放大,也有可能被恶意利用传布不实和有 害信息,及时公布事件真相,抢占信息“生态位”至关重要。3.在信息不明朗的情况下,公众易被舆论场中最显著的 意见所影响,在未经考证的情况下产生误判。 相似文献
10.
【目的/意义】解析了微博舆情话题的传播、微博网络拓扑结构特点、微博网络中的信息传播特点,发掘舆情 传播过程的影响因素,继而对在微博网络上发生的舆情扩散进行有效的控制。【方法/过程】在传染病动力学的SIR 模型的基础上,提出了有部分无知者直接变为免疫者以及具有衍生效应的SIR改进模型。结合微博网络拓扑结构 进行了有向无标度网络的设计,并利用微博网络的信息互动模式对感染率以及转化率进行了改进,最后对此模型 进行简单的因素分析。【方法/过程】构建的微博网络舆情传播模型的变化符合实际生活中微博网络舆情的传播变 化,并分析了各个影响微博网络舆情传播的因素。 相似文献
11.
【目的/意义】旅游业是国民经济中最容易受到外部事件冲击的行业之一。近年来由于交通意外、设施损
坏、自然灾害、突发公共卫生事件使得涉旅危机事件逐渐增多。随着网络新媒体的发展,以微博为代表的社交媒体
逐渐成为旅游网络舆情危机事件产生与传播的策源地。本论文研究旅游网络舆情危机事件的观点演化机制,对旅
游行业相关部门科学地进行危机舆情的监控与引导具有重要的意义。【方法/过程】本文从虚拟仿真与实证分析入
手,分析旅游网络舆情危机事件中网民观点的演化过程。【结果/结论】研究发现旅游舆情网络具有无标度的结构特
征,旅游网络危机舆情具有纵深扩散、反复发酵的演化规律。最后提出旅游网络舆情危机事件线上线下协同治理
的对策建议。【创新/局限】采用混合方法研究,在模型的基础上构建了无标度加权网络结构特征的旅游网络舆情危
机事件观点演化模型,在仿真研究的基础上结合实证分析,为研究旅游网络舆情危机事件观点演化机制提供了新
的研究视角;但研究中对于观点演化机制的网络平台研究仅考虑了微博,将来研究中将着眼于更多的新媒体社交
平台进行分析。 相似文献
12.
【目的/意义】通过研究微博社区网民的情感交互与舆情观点,有助于在复杂的网络中掌握网民情绪演化从而良性引导网络舆情态势。【方法/过程】基于传播动力学、社会安全阀等理论,结合微博社区中的实际案例,定义事件利益主体并抽象出事件演化的全生命周期,同时,构建SIR演化博弈模型刻画网民情绪的动态演化规律及主体决策博弈演化过程,并通过仿真模拟分析得到系统演化至稳定状态的均衡条件。【结果/结论】结果表明:微博社区中意见领袖与官方媒体感知收益与风险的敏感度对决策行为产生显著影响;官方媒体及时设置有效议程构建安全阀能够防止网民情绪恶化;意见领袖与官方媒体的协同引导能够最大效度地帮助政府管控网络舆情。 相似文献
13.
【目的/意义】随着社交网络的发展,“网红”群体通过生产与传播个性化内容,逐步构建了自身的社会影响
力。【方法/过程】为探究不同类型“网红”输出内容的特征差异及其与受欢迎程度的关系,本文利用新浪微博数据,
从文本特征和主题类型的角度,对十位“网红”的微博内容建立评价指标,使用阶层分析和多因子虚拟回归的方
法。【结果/结论】研究发现不同类型“网红”的微博内容在生动性、互动性、知识性和娱乐性的分布上存在明显差异,
且对受欢迎程度产生了不同的影响。最后,从传播内容和传播者的角度为提升传播效果提出了可行的建议。 相似文献
14.
【目的/意义】由于微博消息发布的自由随意性,微博中的虚假信息泛滥,且难以识别,信息冗余、信息失衡
等问题也很突出,这给人们通过微博获取资讯带来了很大的困扰。【方法/过程】本文主要研究的是通过微博中“关
注”与“被关注”的关系构建媒体领袖间的关注网络,运用社会网络分析的相关方法对该网络中的主流媒体进行识
别,分析评价网络中的节点在消息传播方面的作用,并从整体和局部两个方面分析媒体领袖间的关系网络对消息
传播的影响。【结果/结论】据此提出一些有利于微博消息传播和扩散的建议,帮助人们通过微博获得真实、准确、全
面的资讯,也有利于改善微博环境。 相似文献
15.
【目的/意义】基于事理图谱的方法对网络舆情事件进行揭示,能够准确分析舆情事件的发展趋势和脉络,
为政府部门的舆情管控和舆情引导献计献策。【方法/过程】以微博“长征5B失控”的相关主题与评论内容为研究对
象,对提取的数据进行清洗和处理、抽取和泛化,分别生成顺承事件对和因果事件对,并对其顺承关系和因果关系
进行识别,从而构建网络舆情事理图谱。【结果/结论】在网络舆情的发展过程中,可以看出因果事件的演化路径具
有时间发生短,演化路径短的特点,伴随着时间的推移,其演化的趋势也逐步降低;网络舆情顺承事件具有传播的
时间长,传播的路径多且具有多向性的传播特点,在顺承事件的传播过程中,往往伴随着因果事件,且舆情事件的
走向与网民的情绪有很大的关联。【创新/局限】构建基于事理图谱的网络舆情的演化路径,同时揭示网络舆情演化
的传播特点与现实意义,后续有必要扩大研究样本,使得研究结果具有更好地通用性。 相似文献
16.
【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现,对微博转发行为的研究有助
于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度,对微博转发行为进行了预测。量化分析了微博内容
中一组低水平特征和高水平特征,采用逻辑回归模型对微博转发概率进行预测,并在微博数据集中进行了训练和
验证。【结果/结论】基于模型中的参数学习,证实这些内容特征对于微博转发有着密切的联系,据此进一步推断微
博用户主要的兴趣点。 相似文献
17.
【目的/意义】研究网络突发群体事件下网民群体情绪传播的规律,更好地预测其发展趋势,以便采取有效
的措施来降低网络突发群体事件的不良影响。【方法/过程】在经典SIR 传染病模型的基础上,将网民所处情绪状态
分为S 状态、I 状态、R1 状态和R2 状态四类,考虑情绪的自我调节和不稳定性以及政府的调控能力,构建了网络突
发群体事件下网民群体情绪传播模型,并对模型进行求解及分析和数值仿真。【结果/结论】仿真实验表明:情绪的
不稳定性以及政府调控能力等参数均对网民群体情绪传播的影响显著,而情绪的自我调节能力作用有限。并依据
仿真结果针对各参数的影响给出了相关政策建议。 相似文献
18.
【目的/意义】微博舆情监管是政府推进网络社会治理所面临的难题。对微博舆情进行研究有助于深入了 解微博舆情传播规律,为政府监管微博舆情提供建议。【方法/过程】首先通过分析微博舆情的社交网络结构特点, 对BA无标度网络进行改进。随后将模糊观点与Deffuant-Weisbuch模型融合,提出一种基于改进模糊相似度的舆 情演化规则。最后通过仿真实验分析微博舆情演化特征。【结果/结论】研究发现,模糊观点的类型对舆情演化的周 期与规模有影响。用户对于热门发现微博的关注度对舆情传播有影响。 相似文献
19.
【目的/意义】分析高校新媒体的信息传播网络结构及演化特征,有利于推动高校信息的有效传播,提升舆
论引导力。【方法/过程】以高校官方微博为例,本文对高校新媒体信息传播网络密度特征、网络中心性特征、网络结
构特征、地域路径及情感路径特征进行了分析,最后运用BA无标度网络模型对高校新媒体信息传播网络结构的演
化特征进行了仿真模拟。【结果/结论】高校新媒体信息传播网络具有较小的聚类系数、较短的网络平均路径,节点
的度分布符合幂律规律;高校新媒体影响力正在突破传统地域影响;高校信息传播中以积极情感为主,网络舆情事
件对情感影响较大;随着节点增加,网络平均度经过前期快速增长后会稳定在某个恒定值左右,网络平均路径长度
则一直呈现增长趋势。最后本文提出了改善高校新媒体信息传播网络结构的建议。【创新/局限】在今后的研究中
需要进一步扩大数据样本和时间跨度。 相似文献
20.
【目的/意义】旨在从企业创造内容视角出发,探讨企业微博内容对网络口碑与企业品牌认可度的影响,扩 展企业微博内容的相关研究,并为企业提高微博管理水平提出具体的思路。【方法/过程】构建企业微博、网络口碑 以及企业认可度之间的关系模型,通过收集企业新浪微博相关数据来进行定量分析,探究企业微博内容的信息特 征对微博用户的口碑传播效果的影响以及网络口碑对企业品牌认可度的作用。【结果/结论】结果表明企业微博的 发布频率对用户口碑传播有直接影响,其中,用户转发行为受微博发布频率影响最为显著,并且微博粉丝数对口碑 有一定的正向调节作用。微博用户的转发、点赞行为对其品牌认可度影响不显著,只有评论行为对企业的品牌认 可度起作用。 相似文献