微博舆情演化中网民负面情感调节建模仿真研究

发布时间:2021-12-31 00:35
  随着微博的普及和社会热点事件的频发,微博舆情已成为我国网络舆情最主要的形式,其具有参与者众、传播范围广、传播速度快、演化周期短等特点。微博上大量网民负面的情感不仅营造了消极的舆论氛围,还会激化各方矛盾,破坏社会稳定,提高社会管理成本。党的十八大以来,中央将网络舆论的正确引导和树立健康向上的舆论氛围提升到新时期舆论宣传的重要位置,各级政府和管理部门纷纷开通政务微博,在此背景下,对微博舆情中网民负面情感调节研究具有重要的现实意义。虽然研究者围绕微博舆情进行了大量研究,但是还主要存在以下三个问题:(1)缺乏某些对网民负面情感演化的关键内在认知因素研究,比如网民沉默因素、网民对舆情的注意力、网民对负面情感的偏好等。(2)缺乏对现实舆情信息情感的认知分类,导致现有的基于情感词的微博分类方法不能准确地判定微博内容的真实情感。(3)缺乏统一内外部调节因素的网民负面情感调节理论模型。针对以上问题,本文的研究思路是:从微观情感认知机理出发,创新地构建了一个网民情感认知模型NNE-PMF,模型中包含了已有的外部调节因素如政府、意见领袖、网民群体以及新提出的个体内在注意力、沉默、偏好等认知因素,并通过真实案... 

【文章来源】:南京理工大学江苏省 211工程院校

【文章页数】:167 页

【学位级别】:博士

【部分图文】:

微博舆情演化中网民负面情感调节建模仿真研究


图1.2国内网民负面情感文献数量趋势??从表和图中可以看出,国内对于网络负面情感研宄数量呈上升趋势(2018年的文章??未收录完全),对文献进行简单地相关主题分析,得到研宄主题主要包括以下几个方面:??第一,情感分析(Sentiment?Analysis)或者观点挖掘(Opinion?Mining)

时间序列,情感,网民,舆情


::?webdriver微??OCC情感一?真实舆情??>?丨仿直玢沪?;:??!!?I博数据采集描绘?<?灰色关联验证?一头、N?????????????!?_????:??;?f?|??i?:?应用分析?i?i??::?::??!???????;?|??;;?关键调节因素对网民?^^?SCCT框架下政府在微博舆情演??;;?情感的影响作用?化中负面情感调节对策建议?ii??!???????■'??I?I?1?|??图1.4研宄技术路线??1.6主要创新点??(1)从微观认知机理角度解构网民情感调节过程,深化了情感演化理论研宂??以往研宄从宏观上描述和解释了网民负面情感随着时间序列的演化,研宄视角聚焦??于外在的表现层面,缺乏从网民个体微观认知角度的理论研宄。本文以网民个体为中心,??引入认知心理学、社会学、经济学方面关于情感认知的OCC理论、调节理论、沉默理??论、从众理论等,从微观认知的角度阐释了网民情感产生、调节的内在机理,研宄了内??外部主要调节因素以及具体的影响作用,不仅对宏观舆情的演化提供了很好的补充,同??19??

模型图,情感,认知模型,模型


|??1??喜欢/讨厌??,,,?.,,,?基于对象??他人?自己?自己?他人??????1?I??_J?|??满意?不满意?关于未来?无关未来?§豪’羞愧;觀’责t圣???|?|?!?|?|?基于行为标准??高兴/愤恨;满足/遗憾?希望/害怕?喜悦/悲伤??細也A締?^?1?■?I?基于满意度??确定?不确定??I?I?J???满意/恐惧;欣慰/失望?|满足/懊悔;感激/愤怒??基于未来的可能性?基于满意度和行为标准??图2.4?OCC情感认知模型??OCC模型因其良好的可计算性得到了情感计算领域的广泛应用(Adam等,2009;??Jain等2011;乔向杰等,2011;王岚等;2007)?[154_157],甚至一些研宄者基于OCC模??型发展出了?一些其它情感模型,如Gratch和Marsella(?2004?)[158]提出的EMA模型,El-Nasr??等(2000)?DM构造的模糊逻辑推理FLAME。在微博舆情情景下,微博舆情是现实社会??矛盾在微博上的反映,根据OCC情感理论,舆情中网民负面情感产生是由于三个角度??对情感评价的结果为负面:事件的结果满足不了网民需求、当事者行为违反网民的行为??准则或者当事者被网民所讨厌。??(1)事件结果引起的网民情感??在一般情景下,个体在情感的评价中会确认刺激事件对自己是否有利害关系以及这??种关系的程度,当个体受到贬低或侵害时会产生负面的愤怒情感,而当受到褒扬或者获??益时则会产生正面的愉悦情感。网络舆情中网民的情感状态也遵循着趋利避害的准则,??有着获取利益的需求以及避免处罚的需求。??现实社会因为

【参考文献】:
期刊论文
[1]政务微博议程设置对受众城市形象认知影响的研究——以微博“上海发布”为例[J]. 王宇澄,薛可,何佳.  电子政务. 2018(06)
[2]基于SOAR模型的网民群体负面情感建模研究[J]. 吴鹏,强韶华,高庆宁.  中国管理科学. 2018(03)
[3]情绪调节研究方法的蜕变:从有意情绪调节到自动化情绪调节[J]. 高伟,陈圣栋,龙泉杉,杨洁敏,袁加锦.  科学通报. 2018(04)
[4]具有饱和发生率的SIQR网络舆情传播模型研究[J]. 陈福集,张金华.  图书馆学研究. 2018(02)
[5]涉及民族因素的网络舆情解析——以群体极化的视角[J]. 严庆,崔舒怡.  中南民族大学学报(人文社会科学版). 2018(01)
[6]基于ACT-R理论模型的微博网民负面情感认知决策过程研究[J]. 蔡瑶,吴鹏,王佳敏,张晶晶.  情报科学. 2018(01)
[7]基于深度学习和OCC情感规则的网络舆情情感识别研究[J]. 吴鹏,刘恒旺,沈思.  情报学报. 2017(09)
[8]基于大数据分析的突发事件网络舆情预警研究[J]. 储节旺,朱玲玲.  情报理论与实践. 2017(08)
[9]基于微博的媒体奇观网络舆情热度趋势分析[J]. 徐旖旎.  情报科学. 2017(02)
[10]网络舆情应急管理系统设计的对策建议[J]. 胡晓凤,肖冰,陈潮填.  管理观察. 2017(02)

硕士论文
[1]突发事件应急响应中的微博意见领袖情感倾向性影响仿真研究[D]. 王佳敏.南京理工大学 2017
[2]新媒体环境下反向社会情绪的形成与疏导研究[D]. 原茵.郑州大学 2016
[3]融合媒体环境下的政府危机公关策略研究[D]. 韩辉.河北大学 2016
[4]基于SOAR模型的网络舆情演变过程中群体行为分析与仿真[D]. 高庆宁.南京理工大学 2016
[5]基于BDI模型的网络舆情演变过程中群体行为分析与仿真[D]. 夏子然.南京理工大学 2015
[6]建构与重构:网络参与背景下的政府回应模式研究[D]. 丁白云.复旦大学 2013
[7]基于无标度网络的舆论演化动力学模型研究[D]. 李曌宇.重庆邮电大学 2013
[8]C2C模式下消费者网上冲动性购买实证研究[D]. 张迪.西南交通大学 2010



本文编号:3559281

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3559281.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c0094***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com