共查询到20条相似文献，搜索用时 15 毫秒
1.
利用社交媒体辟谣是控制谣言传播的应对方式之一,对社交媒体官方辟谣信息的文本特征及其构成逻辑进行探究有助于提升辟谣效果。研究基于ELM模型,将文本特征分为内容特征和形式特征,分别作为中心路径和边缘路径,运用QCA定性比较分析法,选取澎湃新闻官方微博发布的辟谣信息为样本,探究辟谣信息文本特征多因素组态效应对辟谣效果的影响。研究发现单一必要性条件分析表明论据可读性强能够显著提升辟谣效果,通过组态分析得出两条典型影响路径和相关结论,并据此为官方媒体如何提高辟谣信息质量与辟谣效果提供了参考。 相似文献
2.
【目的/意义】研究社交网络中影响辟谣信息传播效果的因素,丰富了辟谣有效性的理论,为相关部门制定
提升辟谣信息传播效果策略提供依据。【方法/过程】基于流行三要素理论总结辟谣信息传播效果的影响因素,通过
情感分析、社交网络分析和多元回归分析验证影响辟谣信息传播效果的因素。【结果/结论】粉丝数、情感倾向、“真
相陈述”和“直接反驳+真相陈述”的辟谣方式、原创性、“文字+图片”、休闲时间、网络规模、网络密度和平均路径长
度显著影响辟谣信息的评论数和转发数;辟谣信息中含有@显著正向影响转发数,含有链接显著正向影响评论数。
【创新/局限】基于流行三要素理论对社交网络中辟谣信息传播效果的影响因素进行提炼,并考虑群体因素,利用社
交网络数据进行实证研究,为后续的相关研究提供参考依据,但是本文未考虑到平台因素和粉丝个人属性因素等,
后续研究中需要进一步探讨。 相似文献
3.
[目的/意义]探究辟谣信息对社交媒体用户的影响,特别是对意见领袖形成现象机制的挖掘。构建社交媒体用户角色演变行为模型,研究人员可以更好地了解意见领袖的形成原因,刻画辟谣信息对社交媒体用户的作用机制,有助于对参与辟谣的“准意见领袖”进行合理引导,以提高社交媒体舆情管理的效率和准确性。[方法/过程]首先,对微博社交媒体平台中的特定主题事件进行跟踪,识别并筛选出“新生意见领袖”群体,并利用质性访谈对此群体进行深度访谈。然后,基于程序化扎根理论方法,利用NVivo 12软件进行扎根编码构建模型,并通过理论饱和度检验验证模型的完整性。最后,对社交媒体用户角色演变的原因进行深入分析和探讨。[结果/结论]在辟谣信息作用下,个体主观因素、社会环境因素和辟谣信息因素对一般用户向新生意见领袖的演变行为产生重要影响,其中个体主观因素在辟谣信息的作用下对意见领袖形成的影响更加显著,自我认知清晰、高情绪需求且情绪稳定的个体更容易成为影响力持久的意见领袖;社会公众认可、实质性奖励和政策法律支持共同构成社会环境因素,是意见领袖形成的重要保障;辟谣信息因素中的辟谣信息热度、可信度和发布质量等方面都会直接影响“潜在意见... 相似文献
4.
5.
[目的/意义]通过研究社交媒体辟谣的要素对错误信息的持续影响效应(CIE)的影响,确定改善CIE的关键因素,进一步完善知识修正等相关理论,以遏制信息疫情的影响。[方法/过程]以知识修正理论为基础模型,采用问卷调查的方式对社交媒体用户进行回溯调查。从用户个人因素和辟谣信息因素两个维度构建了社交媒体辟谣对用户持续影响效应(CIE)的影响因素模型。为验证该模型的可靠性,采用Smart PLS软件进行分析。[结果/结论]网络辟谣信息对社交媒体用户持续影响效应(CIE)的影响主要受7个因素的影响：辟谣信息的频次、辟谣响应速度、个体的自信水平、辟谣信息的详尽程度、辟谣信息的来源、定向推理动机和辟谣信息内容认知能力。这7个因素共同调节了社交媒体用户的知识修正全过程。其中,辟谣信息的来源、定向推理动机和辟谣信息内容认知能力3个因素对用户消除CIE的效果起到相对主导性作用。 相似文献
6.
探究社交媒体用户分享辟谣信息意愿的影响因素,为辟谣信息的传播及抑制社交媒体谣言提供参考。以社交媒体用户辟谣信息分享意愿为研究对象,选取辟谣主体、辟谣信息内容、辟谣信息传播方式三个维度,通过问卷调查获取数据,采用相关性分析及回归分析的方法对辟谣信息分享意愿的影响因素进行研究。影响社交媒体用户分享辟谣信息意愿的因素重要性依次为:真相陈述、图片、视频、专业人士、定位、政府账号、链接、同步传播影响,据此提出建议。 相似文献
7.
[目的/意义]社交网络已成为当前用户信息传播的重要媒介,突发公共事件期间由于网民对事件的高关注度及社交网络平台信息交互过程的独特性,社交网络谣言的快速传播对社会稳定和安全造成了一定的风险。评价社交网络谣言辟谣效果对于网络安全治理极为重要。[方法/过程]基于信息生态理论视角,从信息人、信息、信息环境和信息技术4个维度构建社交网络谣言辟谣效果评价指标体系,运用德尔菲专家咨询法和层次分析法进行指标权重计算,并采用优劣解距离法结合3个辟谣话题展开实证研究。[结果/结论]实证研究证明了所构建评价指标的有效性,评价指标可为辟谣平台更好地提升辟谣效果提供一定的指导,协助舆情监管部门进一步净化网络空间。 相似文献
8.
[研究目的]社交媒体中信息的再传播是目前主流传播方式之一,研究情感特征对社交媒体中信息再传播的作用,揭示情感信息影响社交媒体中信息再传播的机制,对于科学引导网络舆论、维持健康网络环境具有重要意义。[研究方法]基于认知失调理论,引入情感分歧特征进行情感分析,以社交媒体中帖子的转发数与评论数作为信息再传播效果的衡量指标,构建了情感分歧与情感倾向影响信息再传播的理论模型,并使用微博平台上的数据,对模型进行验证。[研究结论]通过对回归模型结果分析,情感分歧能够显著正向影响社交媒体信息再传播,促进帖子的转发与评论;正面情感倾向性能够显著促进帖子的转发效果,对帖子的评论数影响效果并不显著;帖子内容的情感倾向性能够调节帖子内容中的情感分歧对帖子转发的影响,而评论情感倾向能够调节评论内容中的情感分歧对帖子评论数的影响。 相似文献
9.
本文以新浪微博平台为数据采集平台, 对微博信息传播的影响因素和效果进行数据分析, 在借鉴信息传播四要素和流行三要素的基础上, 总结出了影响微博信息传播的16个因素。首先通过对“风云人气榜”上随机抓取的320个新浪微博用户数据进行多元线性回归预测, 实证得到粉丝数、工作时间和发布时间对微博信息传递有促进作用, 而活跃度、休息时间和日期对信息传播有阻碍作用;然后利用爬取数据中提取的441 005个转发样本, 通过逻辑回归、朴素贝叶斯和贝叶斯网络的概率模型分析, 实证了社交类型对用户微博转发行为的影响最为显著, 微博社交需求显著高于内容需求, 并且根据ROC曲线得出综合类型对用户微博转发行为的预测最为精准。 相似文献
10.
[目的/意义] 新型冠状肺炎防治的科研信息报道是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌。如何引导突发公共卫生事件科研信息报道网络舆情走向成为重要课题。[方法/过程] 本文选取"双黄连事件"作为研究案例,在新浪微博上分别爬取原始话题和回应话题下的发帖、转发和评论等数据,通过统计分析法、情感分析法等方法讨论科研信息报道的社会热度和公众态度,分析官方媒体和权威专家的回应对事件舆情发展的影响。[结果/结论] 研究结果发现,公众高度关注科研信息报道,并表现出较为极端的情绪;而官方媒体和专家的权威回应会影响到事件的话题热度,进而影响公众情感取向。官方媒体具有强大的传播力和影响力,成为公众获取科研信息的主要途径。在此基础上,构建了"官方媒体-权威专家-普通公众"三方协同的管控机制,以有效应对突发公共卫生事件科研信息报道所引发的网络舆情。 相似文献
11.
[目的/意义]“有奖互动”作为一种营销策略,利用奖品作为激励吸引大量用户参与转发、评论等互动方式,能够有效提升企业营销效果。通过影响机制研究,为企业制定基于微博抽奖的社交媒体营销计划提供实践指导。[方法/过程]以微博抽奖类企业微博营销帖子为研究对象,构建基于感知价值理论的模型并提出假设,探究用户参与企业营销的影响机制。[结果/结论]经研究发现,用户参与企业营销互动除了受到奖品因素的激励外,还会受名人信息、粉丝数和营销内容数的正向影响;关注行为对评论数具有显著负向影响,内容字符数对转发和评论两种用户互动行为均具有负向显著影响。本研究对现有文献做出了补充,同时为企业如何制定互动营销计划以提高营销目标提供一定指导。 相似文献
12.
[研究目的]目前关于网络谣言辟谣效果影响因素的实证研究尚未形成一致的结论,整合国内外独立研究样本,挖掘对辟谣效果具有显著影响的因素,能够为网络平台开展有效辟谣行动提供决策支持。[研究方法]基于传播说服理论建立理论框架,通过系统性的文献筛选获得38篇标靶文献,获取90个效应量29 718个样本量和16个变量,进行元分析。[研究结论]结果表明,12个变量对网络谣言辟谣效果有显著正向影响,其中辟谣信息发布者身份的影响强度最高,是否原创的影响强度最低;研究时间、谣言类型、受访者类型具有调节作用,在一定程度上解释了异质性;国内外样本对比研究存在显著差异。最后,根据分析结果,提出了提高网络谣言辟谣效果的决策建议。 相似文献
13.
[目的/意义]对微博用户公共事件信息回避的原因进行分析,了解微博用户公共事件信息回避的行为特征,对用户个人、社交媒体平台、内容提供商及政府部门应对公共事件有重要实践意义。[方法/过程]基于S-O-R(刺激-机体-反应)模型,以微博平台上的公共事件信息为研究对象,从信息和情感角度分析了社交媒体用户公共事件信息回避行为的发生机制,探究了涉入度在模型中的调节效应,采用结构方程进行了假设验证。[结果/结论]影响社交媒体用户公共事件信息回避的信息因素(信息质量、信息交互、信息过载)通过用户情感因素(社交媒体疲劳)来导致用户的公共事件信息回避行为,同时涉入度对部分信息因素对用户情感因素的影响过程中起到调节作用。 相似文献
14.
[研究目的]基于相位干扰探索突发事件社交网络辟谣信息回波损耗与互感耦合机制,以便有效地对突发事件谣言进行监控及治理。[研究方法]使用2022年我国具有代表性的12起网络突发事件辟谣信息面板大数据,采用向量自回归、状态空间模型及线性规划,分析度分布相位与点集群相位对信息素密度、元语义粘度及情感熵散度的影响。[研究结论]研究发现：(1)信息素密度自相关呈现快速衰减特征,即“截尾效应”;元语义粘度与情感熵散度呈缓慢衰减势态,即“拖尾效应”。表明辟谣信息传播的回波损耗过程中信息素密度、元语义粘度及情感熵散度具有显著自我协同效应。(2)信息素密度、元语义粘度及情感熵散度在状态空间及时间序列上均具有显著相位干扰效应。度分布相位与点集群相位的脉冲扰动迅速传导至信息素密度、元语义粘度及情感熵散度,度分布相位脉冲扰动具有较强及较长时序滞后影响效应,点集群相位脉冲扰动具有余弦波动特征。(3)点集群相位对信息素密度的状态空间异化程度较小,对元语义粘度与情感熵散度的状态空间异化较为明显,且对信息素密度、元语义粘度及情感熵散度均具有较大的厚尾效应。度分布相位对信息素密度、元语义粘度及情感熵散度的状态空间异化程度... 相似文献
15.
[目的/意义] 利用新冠疫情网络舆情数据来研究突发公共卫生事件中中国网民关注度,有助于提升疫情期间政府信息供给效率、满足公众需求和提供社会支持等。[研究设计/方法] 通过新浪舆情大数据平台获取研究数据,包括：疫情流行高峰期间全网舆情数据、每日转发排名前100名热门微博、每日新增病例数据等。采用描述性统计、列联表分析、回归分析等方法,研究突发公共卫生事件中网民关注度变化趋势及影响因素。[结论/发现] 疫情爆发初期,媒体大规模报道造成大量网民对事件关注;随着疫情严重,新增病例与网民关注出现同频共振;媒体报道初期,网民关注度集中趋势高;防疫举措、鼓励加油、捐献赠送、倡议建议、赞誉肯定5大关注主题,贯穿疫情流行高峰;主流媒体发布微博受关注最多,不同账户类型情感倾向有显著差异;网民总体关注度受新增病例和变异系数影响;每日热门舆情关注度,受新增病例、变异系数、舆情总量和戏剧性分值影响;单条微博受关注程度与当日相关话题总量和微博粉丝数有一定关系。[创新/价值] 本文系统分析了突发公共卫生事件中网民关注度变化趋势和影响因素,为政府决策提供支持。 相似文献
16.
17.
[目的/意义]面向大数据研究多个网络传播平台之间网络舆情信息交互模型,能够准确把握大数据环境下网络舆情演化趋势以及网络信息在多个平台之间的传播规律,为政府治理网络舆情提供参考依据。[方法/过程]定性分析大数据环境下网络舆情信息交互机理,通过定义交互系数,基于微分方程理论构建网络舆情信息交互模型,并应用差分回归法对各个媒体平台的网络舆情信息交互趋势开展预测。[结论/结果]经过理论建模和实证分析得出本文构建的信息交互模型及趋势预测方法是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情演化规律,制定网络舆情治理对策提供参考依据。 相似文献
18.
19.
[研究目的]网络舆情中信息间的竞争传播更符合社交网络的真实情境,研究舆情事件中多元信息竞争传播的演化机制有助于政府和媒体有效监控舆情、引导舆论。[研究方法]结合舆情事件多信息传播特点,加入信息犹豫者和信息接触率,构建二元信息竞争的SH2IR模型,仿真同步和异步情景下二元信息的竞争演化过程。[研究结论]研究表明,在同步传播模式下,单独增强信息接触率、传播转化率、犹豫转化率以及置换率,都可以扩大信息的传播;在异步传播模式下,信息发布的越早,传播范围越广,但单独增强传播参数对传播效果影响较弱,同时提高信息的传播参数时传播行为明显加强。 相似文献
20.
[目的/意义]针对社交媒体信息供给与需求不匹配问题,利用主题模型和战略坐标图,提出一种将供给和需求连接起来的新方法,以可视化描述主题信息的供给和需求匹配情况。[方法/过程]以主题为分析单元刻画社交媒体主题供给(TS)和主题需求(TD)的度量指标,利用这两个指标构建主题战略坐标图,从信息供给角度针对不同象限的信息主题提出供给策略,并结合微博社交媒体品牌运营案例示例检验该方法的可行性。[结果/结论]主题战略坐标图从主题角度可视化社交媒体的信息供需匹配情况,有助于信息供给方发现信息供需不匹配问题,为信息供给方的决策提供支持。 相似文献