共查询到20条相似文献，搜索用时 203 毫秒
1.
本文从高校网络舆情及大学生微博用户的特点出发,提出了高校学生微博热点话题的概念、表现形式和传播模式。在当前微博信息挖掘研究的基础上,运用网络信息采集与抽取、中文分词、文本聚类、空间向量模型等技术,结合高校学生微博舆情特点,研究设计了基于高校学生微博的舆情热点发现模型,并对该模型功能进行了介绍。 相似文献
2.
新媒体的迅速发展,微博热潮使信息传播途径、方式发生变化,微博意见领袖正在引领和掌控者微博的主流信息,左右社会的舆论导向。因此,结合微博意见领袖的泛众化、圈群化、显性化的传播特征,分析微博意见领袖在网络舆情发端、发展和低谷期中的作用,总结在网络舆情中的影响力,并就网络舆情中如何识别、培养和正确引导微博意见领袖提出建议。 相似文献
3.
4.
[目的/意义] 新冠肺炎疫情是新中国成立至今传播速度最快、传染范围最广、防控难度最大的一次重大突发公共卫生事件，微博是新冠肺炎疫情舆情传播的重要场域，加强突发公共卫生事件微博舆情的针对性研究，利于有效应对突发公共卫生事件舆情。[方法/过程] 基于社会网络分析法，探索新冠肺炎疫情舆情传播的网络结构特征、各传播主体的位置与角色。[结果/结论] 新冠肺炎疫情微博舆情体现出总量巨大、节点林立、关系复杂的网络特征；不同类型的微博用户在网络中的传播作用各不相同，官方媒体微博、商业媒体微博、自媒体微博在突发事件舆情网络中占据不同的传播位置、具有不同等级的传播能力；在突发公共事件舆情应对和引导过程中，应当推动各类媒体的广泛合作。 相似文献
5.
浅析微博中的“微舆情” 总被引：1，自引：0，他引：1
随着网络技术的不断发展,以Twitter为代表的微博在我国掀起了一股＂微博热潮＂,发展势头强劲。本文结合笔者使用新浪微博的经历,从传播学角度分析由微博形成的＂微舆情＂,同时剖析其传播形态及主要传播特征,指出＂微舆情＂在传播过程中可能会面临的问题,并提出相应的解决办法。 相似文献
6.
随着互联网的发展以及微博的普及,更多的人通过网络平台如微博等来获取感兴趣的信息、表达立场和观点,社会现实能被微博舆情有力地展现出来。本篇论文主要基于新浪微博平台,以“江歌案”的一审这起突发的有影响的公共事件为研究实例,人工收集新浪微博中关于此事件的300个用户之间的转发关系,以0-1矩阵的形式输入Excel表格中,再导入Ucinet软件中,生成微博舆情传播的网络图,根据节点以及节点之间的相互关系,进行微博舆情传播网络结构的整体分析,再通过使用社会网络分析法（SNA）来研究以“江歌案”的一审为代表的微博舆情传播的特点以及其对微博舆情传播的影响,比如运用小团体、K-核、网络密度等指标综合分析数据结果。研究结果表明,媒体、当事人、名人、法律用户等在整个微博舆情传播过程中具有较强的传播能力,传播速度控制,可以通过影响这些关键节点来实现。 相似文献
7.
微博有着时效性强、互动性强、参与门槛低等特点,这些特点使得微博环境下网络舆情的形成与传播更加迅速,信息量更加庞大,且对人们的影响程度也更加深入.因此,微博这一平台已然是网络舆情工作的重中之重.本文将着眼于微博环境,通过心理学视角,分析网络舆情背后的心理学机制,并据此提出相应的网络舆情引导机制. 相似文献
8.
[目的 /意义]重大突发事件网络舆情在传播过程中往往会出现不同的主题,而微博用户对不同主题的表达和关注也会直接影响网络舆情的传播速度和规模以及舆情事件的走向。针对重大突发事件的微博用户主题演化分析有助于应急管理部门更好地理解重大突发事件的发展轨迹以及公众在不同阶段的关注点,以便采取有效应对措施。[方法 /过程]以网络舆情信息特征为立足点,辅以自然语言处理技术将舆情信息客体与本体进行剥离,结合重大突发事件特征,创新性提出以舆情客体信息为参照基线的舆情本体演化强度来反映微博主题演化趋势。[结果 /结论 ]研究结果表明,面向网络舆情信息本体的主题分析,与网络舆情实际发展演化趋势更加贴近,对主题内容的揭示也更加全面。同时研究思路也对现有网络舆情主题分析的研究方法中单一求助于自然语言处理技术的优化与更新具有一定启示意义。 相似文献
9.
随着网络传播的发展,多种网络应用方式尤其是微博得以充分运用,这大大促进了网络舆情的立体化、高效率传播。在网络群体传播语境下,现实与虚拟空间的传播能够交织进行,网民的群体意识也得以增强,网络舆情呈现出规模化、强有力的传播态势。同时,网络群体成员的舆情表达常常表现出非理性从众、极端冒险和舆论暴力等特征,从而往往使网络群体传播具有"沉默的螺旋"效应、"群体极化"效应和"网络舆论暴力"倾向。 相似文献
10.
本文以新浪微博为研究平台,以打砸日系车突发公共事件为研究实例,基于ELM模型提出了信息内容（内容的创作类型、内容的表达方式、内容的拓展线索）和信源特征（信源引证标识与信源补充线索）对微博舆情传播影响的相关假设,并构建回归模型加以验证。实证结果表明：博文内容的创作方式、信源的补充线索对舆情传播效果存在影响,在转发模型中情感型博文的传播效果好于事实型和调侃型博文;而内容拓展线索和信源引证标识会对微博舆情传播效果起负面作用。研究结果可以直观的从信息内容和信源特征视角认识微博舆情传播影响要素,并为突发公共事件的预警和舆论引导提供借鉴与参考。 相似文献
11.
[目的/意义] 探索微博舆情传播周期中不同传播者关注的舆情热点和传播内容的主要观点,进而发现舆情传播的特点和规律,为舆情分析与决策提供依据。[方法/过程] 以特定舆情事件的事实文本数据为来源,以生命周期理论和LDA方法为指导,设计研究流程与构建研究模型,对微博舆情事件中不同传播者的话题进行主题研究,其中包括主题抽取和结果语义标注、各阶段的不同传播者主题的语义分析、基于时间维度的舆情主题观点识别与刻画。[结果/结论] 研究发现,论文所提出的研究模型能够挖掘出舆情传播周期中不同传播者的主题结构、观点脉络以及特征,研判出分布在文字当中有关联性的、代表性的、重要的词语。同时,结论中还发现微博中的官媒、大众媒体发布信息中的话题和用户谈论的热点话题具有明显的差异性。 相似文献
12.
13.
指出不同的舆情信息工作理念产生了参差不齐的传播效果。以雅安地震为例,选取两家政务微博为研究对象,分析不同的政务微博在舆情信息发布和传播上因信息内容、传播语境和文本形式的不同,展现出“塑造仪式”和“服务受众”两种舆情信息工作理念。最后提出政务微博应当围绕受众需求改进舆情信息工作策略。 相似文献
14.
突发公共卫生事件利益相关者的社会网络情感图谱研究 总被引：3，自引：0，他引：3
[目的/意义]构建突发公共卫生事件利益相关者的社会网络情感网络图谱,以可视化的方式分析突发公共卫生事件中各类利益相关者的情感状态和分布,探寻利益相关者之间的情感传播路径,并结合舆情话题综合分析利益相关者的情感演化态势。[方法/过程]以"魏则西事件"为例,通过微博转发关系构建微博用户的社会关系网络,同时标识各用户的利益相关者类型,并计算用户的情感类型及情感强度嵌入社会网络中构建出社会网络情感图谱。[结果/结论]普通群众的情绪更强烈且易受意见领袖影响,在事件爆发期和蔓延期,主流媒体和自媒体对普通群众的情感影响较大,在衰退期,政府人员和医护人员的参与增加且情感影响变大。随着舆情的演化,各类利益相关者的主导情感也随着变化,自媒体和企业在情感传播中起重要的桥梁作用。 相似文献
15.
16.
[目的/意义]基于时间网络影响力模型,研究微博话题的时变传播特性。[方法/过程]首先构建微博话题影响力网络模型,给出影响力网络的定义、关键因素分析、模型以及网络权值的计算方法,在此基础上,基于时间网络影响力模型研究微博话题时变传播特性,利用新浪微博平台及DATAMALL的最新微博话题数据仿真分析微博话题随时间的动态传播过程以及对用户的影响力强度。[结果/结论]微博话题随时间的动态传播过程以及对用户的影响力强度之仿真分析结果表明:约有93.3%的话题延迟在1-5小时以内,同时微博话题的影响力网络权值越高,相应的转发评论人数越多,微博话题的影响力也越大。最后将本文提出的TNIM模型与传统的影响力网络模型LDA进行对比,结果显示TNIM模型的影响力网络权值的准确性和稳定性都高于LDA模型,验证了TNIM模型的有效性。 相似文献
17.
[目的/意义]研究移动互联网络环境下舆情信息传播路径和传播规律,为相关部门加强社会舆情信息监管提供参考.[方法/过程] 在理论研究层面,基于社会网络分析法,从点度中心性、中间中心性和接近中心性3个属性出发,对移动端和非移动端雾霾网络舆情信息传播进行对比分析;在应用研究层面,以新浪微博中雾霾话题信息为例,采用Java编程方式接入新浪网API开放平台获取新浪微博数据,使用Gephi软件及数理统计分析工具绘制有关图表.[结果/结论]揭示了移动环境下网络舆情信息传播特点,验证了社会网络分析法在移动环境下网络舆情信息传播研究中的有效性,并为移动环境下网络舆情信息传播的研究提供了新的研究视角,为实践层面移动环境下网络舆情信息监管提供了分析工具. 相似文献
18.
[目的/意义]从不同维度对多媒体网络舆情信息传播要素的类型和属性进行分析，进而有效提升多媒体网络舆情信息的处理效率和利用价值。[方法/过程]通过文献调研法对多媒体网络舆情信息传播要素中的主体、客体、本体、媒体和环境噪音从类型和属性两方面进行分析，对多媒体网络舆情发展演化过程中产生的数据形式和内容进行系统梳理。[结果/结论]多媒体网络舆情信息数据类型多样，对多媒体网络舆情信息传播要素的类型和属性进行分析，有助于为多媒体网络舆情信息系统整合和数据库建设提供理论基础和研究思路。 相似文献
19.
20.
微博客用户行为特征与关系特征实证分析——以“新浪微博”为例 总被引：7，自引：1，他引：6