社会安全事件下微博用户转发行为影响因素研究
发布时间：2021-07-04 03:43
在各类的危机事件中,微博一般在第一时间发布了事件的相关信息,成为众多危机事件议论的最大平台之一。由于社会安全事件具有的敏感性、严重性以及偶尔的敌对性特点,不可避免地产生很多的负面信息,这些负面信息经微博用户的转发,呈几何次方地递增,其负面影响将很快被放大几倍甚至几十倍,从而在一定程度上影响着微博用户的态度和信息认知,并进一步影响整个事件的发展。然而,社会安全事件在微博中的传播也有其积极的一面,如关于事件发展中提倡的英雄事迹、民族团结精神等微博的转发,提高了网民的凝聚力,并有助于事件的顺利解决。因此,在社会安全事件中把握微博用户转发行为背后的影响因素,尤其对于政府微博更好地把控舆情发展具有极其重要的意义。本文结合社会安全事件的特性和微博的特点,基于UTAUT模型,保留原模型的4个核心变量:绩效期望、努力期望、社会影响和促成因素,添加新的变量“转发动机”和“感知风险”作为共同影响微博用户转发行为的因素,并以性别、年龄和职业为控制变量,构建了社会安全事件下微博用户转发行为影响因素的概念模型。然后,本文以微博用户为调查对象,采用实证研究方法,通过问卷调査收集资料,共发放网络问卷788份,回收有...
【文章来源】：浙江工业大学浙江省
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 研究意义
1.2.1 理论意义
1.2.2 现实意义
1.3 研究方法
1.4 研究内容及创新点
1.4.1 研究内容
1.4.2 研究创新点
2 相关研究综述
2.1 社会安全事件与微博的相关研究
2.2 微博用户转发行为的影响因素研究
2.3 整合型技术接受与使用模型（UTAUT）的相关研究
2.3.1 UTAUT模型介绍
2.3.2 UTAUT国外研究现状
2.3.3 UTAUT国内研究现状
3 实证研究设计
3.1 微博用户转发行为影响因素的确定
3.1.1 整合型技术接受与使用模型（UTAUT）
3.1.2 微博转发动机
3.1.3 感知风险
3.1.4 变量的操作化定义及测量
3.2 研究模型的建立及假设的提出
3.2.1 研究模型的建立
3.2.2 研究假设的提出
3.3 研究设计
3.3.1 问卷设计
3.3.2 问卷结构
3.3.3 问卷的发放
3.4 数据分析方法
4 数据分析与解释
4.1 描述性统计分析
4.1.1 样本用户的基本信息统计
4.1.2 相关变量的描述性统计
4.2 量表信度与效度分析
4.2.1 信度分析
4.2.2 效度分析
4.3 相关分析
4.3.1 微博转发意愿与假设影响因素的相关分析
4.3.2 微博转发行为与假设影响因素的相关分析
4.4 回归分析（无控制变量）
4.4.1 假设影响因素与微博用户转发意愿的回归分析（无控制变量）
4.4.2 假设影响因素与微博用户转发行为的回归分析（无控制变量）
4.5 偏相关分析
4.5.1 相关影响因素与微博转发意愿的偏相关分析
4.5.2 相关影响因素与微博转发行为的偏相关分析
4.6 均值比较分析和方差分析
4.6.1 均值比较分析
4.6.2 方差分析
4.7 回归分析（有控制变量）
4.7.1 假设影响因素与微博用户转发意愿的回归分析（有控制变量）
4.7.2 假设影响因素与微博用户转发行为的回归分析（有控制变量）
4.7.3 转发意愿的中介效应分析
5 研究结论与展望
5.1 研究结论
5.2 研究启示
5.3 研究局限及展望
参考文献
附录
致谢
攻读硕士学位期间发表学术论文情况
【参考文献】：
期刊论文
[1]突发公共事件舆情传播特征与规律研究——以新浪微博和新浪新闻平台为例[J]. 张玥,孙霄凌,朱庆华. 情报杂志. 2014(04)
[2]重大事件下微博用户行为统计分析及建模[J]. 车培荣,王蜀霖. 北京邮电大学学报(社会科学版). 2013(06)
[3]微博中热点话题的内容特质及传播机制研究——基于新浪微博6025条高转发微博的数据挖掘分析[J]. 李彪. 中国人民大学学报. 2013(05)
[4]微博用户日常生活信息获取行为模式及其影响因素研究[J]. 吴敏琦. 情报科学. 2013(01)
[5]基于UTAUT的百度产品用户使用行为影响因素研究[J]. 严安. 现代情报. 2012(11)
[6]微博转发的从众心理研究[J]. 高涵. 中州大学学报. 2012(03)
[7]高频次转发微博的特征及用户转发动机探析——基于新浪微博“当日转发排行榜”的内容分析[J]. 孙会,李丽娜. 现代传播(中国传媒大学学报). 2012(06)
[8]新媒体语境中重大公共危机事件与舆论关系研究[J]. 丁柏铨,夏雨禾. 当代传播. 2012(02)
[9]危机传播中公民新闻意识的变化及其影响[J]. 刘虹. 沈阳师范大学学报(社会科学版). 2011(02)
[10]信息技术接受模型研究的新进展[J]. 高芙蓉. 情报杂志. 2010(06)
硕士论文
[1]基于说服传播理论的微博用户转发意愿研究[D]. 张艺.华南理工大学 2014
[2]基于UTAUT的高校学生移动图书馆使用影响因素分析[D]. 何鹏飞.西南大学 2014
[3]基于UTAUT的用户接受手机微博的影响因素研究[D]. 张凌霄.华中科技大学 2013
[4]微博用户转发意愿的影响因素研究[D]. 袁园.南京大学 2013
[5]移动支付用户持续使用意愿研究[D]. 董婷.南京大学 2013
[6]基于UTAUT模型的微博用户使用行为影响因素研究[D]. 郭文文.大连理工大学 2013
[7]“钓鱼岛事件”微博转发特点研究[D]. 秦珠芳.河北大学 2013
[8]移动互联网团购模式用户接受影响因素研究[D]. 陈凤.北京邮电大学 2013
[9]新浪微博用户满意度对使用行为的影响研究[D]. 王清华.清华大学 2012
[10]微博用户个人特征、动机、行为和微博吸引力关系的研究[D]. 俞轶楠.清华大学 2012
本文编号：3263960
【文章来源】：浙江工业大学浙江省
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 研究意义
1.2.1 理论意义
1.2.2 现实意义
1.3 研究方法
1.4 研究内容及创新点
1.4.1 研究内容
1.4.2 研究创新点
2 相关研究综述
2.1 社会安全事件与微博的相关研究
2.2 微博用户转发行为的影响因素研究
2.3 整合型技术接受与使用模型（UTAUT）的相关研究
2.3.1 UTAUT模型介绍
2.3.2 UTAUT国外研究现状
2.3.3 UTAUT国内研究现状
3 实证研究设计
3.1 微博用户转发行为影响因素的确定
3.1.1 整合型技术接受与使用模型（UTAUT）
3.1.2 微博转发动机
3.1.3 感知风险
3.1.4 变量的操作化定义及测量
3.2 研究模型的建立及假设的提出
3.2.1 研究模型的建立
3.2.2 研究假设的提出
3.3 研究设计
3.3.1 问卷设计
3.3.2 问卷结构
3.3.3 问卷的发放
3.4 数据分析方法
4 数据分析与解释
4.1 描述性统计分析
4.1.1 样本用户的基本信息统计
4.1.2 相关变量的描述性统计
4.2 量表信度与效度分析
4.2.1 信度分析
4.2.2 效度分析
4.3 相关分析
4.3.1 微博转发意愿与假设影响因素的相关分析
4.3.2 微博转发行为与假设影响因素的相关分析
4.4 回归分析（无控制变量）
4.4.1 假设影响因素与微博用户转发意愿的回归分析（无控制变量）
4.4.2 假设影响因素与微博用户转发行为的回归分析（无控制变量）
4.5 偏相关分析
4.5.1 相关影响因素与微博转发意愿的偏相关分析
4.5.2 相关影响因素与微博转发行为的偏相关分析
4.6 均值比较分析和方差分析
4.6.1 均值比较分析
4.6.2 方差分析
4.7 回归分析（有控制变量）
4.7.1 假设影响因素与微博用户转发意愿的回归分析（有控制变量）
4.7.2 假设影响因素与微博用户转发行为的回归分析（有控制变量）
4.7.3 转发意愿的中介效应分析
5 研究结论与展望
5.1 研究结论
5.2 研究启示
5.3 研究局限及展望
参考文献
附录
致谢
攻读硕士学位期间发表学术论文情况
【参考文献】：
期刊论文
[1]突发公共事件舆情传播特征与规律研究——以新浪微博和新浪新闻平台为例[J]. 张玥,孙霄凌,朱庆华. 情报杂志. 2014(04)
[2]重大事件下微博用户行为统计分析及建模[J]. 车培荣,王蜀霖. 北京邮电大学学报(社会科学版). 2013(06)
[3]微博中热点话题的内容特质及传播机制研究——基于新浪微博6025条高转发微博的数据挖掘分析[J]. 李彪. 中国人民大学学报. 2013(05)
[4]微博用户日常生活信息获取行为模式及其影响因素研究[J]. 吴敏琦. 情报科学. 2013(01)
[5]基于UTAUT的百度产品用户使用行为影响因素研究[J]. 严安. 现代情报. 2012(11)
[6]微博转发的从众心理研究[J]. 高涵. 中州大学学报. 2012(03)
[7]高频次转发微博的特征及用户转发动机探析——基于新浪微博“当日转发排行榜”的内容分析[J]. 孙会,李丽娜. 现代传播(中国传媒大学学报). 2012(06)
[8]新媒体语境中重大公共危机事件与舆论关系研究[J]. 丁柏铨,夏雨禾. 当代传播. 2012(02)
[9]危机传播中公民新闻意识的变化及其影响[J]. 刘虹. 沈阳师范大学学报(社会科学版). 2011(02)
[10]信息技术接受模型研究的新进展[J]. 高芙蓉. 情报杂志. 2010(06)
硕士论文
[1]基于说服传播理论的微博用户转发意愿研究[D]. 张艺.华南理工大学 2014
[2]基于UTAUT的高校学生移动图书馆使用影响因素分析[D]. 何鹏飞.西南大学 2014
[3]基于UTAUT的用户接受手机微博的影响因素研究[D]. 张凌霄.华中科技大学 2013
[4]微博用户转发意愿的影响因素研究[D]. 袁园.南京大学 2013
[5]移动支付用户持续使用意愿研究[D]. 董婷.南京大学 2013
[6]基于UTAUT模型的微博用户使用行为影响因素研究[D]. 郭文文.大连理工大学 2013
[7]“钓鱼岛事件”微博转发特点研究[D]. 秦珠芳.河北大学 2013
[8]移动互联网团购模式用户接受影响因素研究[D]. 陈凤.北京邮电大学 2013
[9]新浪微博用户满意度对使用行为的影响研究[D]. 王清华.清华大学 2012
[10]微博用户个人特征、动机、行为和微博吸引力关系的研究[D]. 俞轶楠.清华大学 2012
本文编号：3263960
本文链接：https://www.wllwen.com/guanlilunwen/zhengwuguanli/3263960.html
