新媒体用户灾害认知和响应的时空分异及影响因素研究——以山东寿光洪灾为例

发布时间：2021-12-31 22:15

　　基于新浪微博为数据源,以话题"寿光洪灾"为切入点,利用网络爬虫技术抓取评论数据。从关注、认知、响应3个维度,构建出新媒体用户灾害感知指标体系,并对新媒体平台下自然灾害信息扩散以及公众灾害感知特征进行分析研究。结果表明:①灾害信息会在新媒体的加持下急速扩散,并出现距离衰减效应;对灾害的关注量存在最大值,呈现由小到大再逐渐衰减的趋势。②新媒体用户对于本次灾害的综合认知和响应能力处于中等水平;但是样本中属于灾害认知的样本仅占7%;约70%的评论是更倾向于表达自己对灾害事件的情感态度。③灾区新媒体用户的灾害认知水平要高于非灾区民众,随时间存在"低-高-低"变化趋势。④在中前期灾区样本的情感态度较非灾区更为积极、理性,后期均趋于消极、非理性。 

【文章来源】：灾害学. 2020,35(02)北大核心CSCD

【文章页数】：7 页

【部分图文】：

关注度对比图

①关注度。分别选取百度平台下“A2用户搜索数”和微博平台下“A2微博评论数”作为关注度数据;②经济指标。选用2017年全国城市经济总量来衡量经济水平。数据参考《2017年中国城市统计年鉴》;③空间距离。利用百度地图的测距功能测量受灾地潍坊至各省会城市或直辖市的直线距离,对其取对数值,获得距离指标。由上述分析,本文将31个省市(除港澳台地区)划分为5种类型区域,分别为:受灾区、波及区、高关注地区、低关注地区和其他地区,如图3所示。

由上述分析,本文将31个省市(除港澳台地区)划分为5种类型区域,分别为:受灾区、波及区、高关注地区、低关注地区和其他地区,如图3所示。2.2 灾害认知时空变化

【参考文献】：
期刊论文
[1]基于空间统计聚类分析与GIS的GDP分布模式研究[J]. 李泽宇.  测绘与空间地理信息. 2018(09)
[2]旅游舆情网络关注度城市差异——来自289个城市百度指数的实证研究[J]. 刘嘉毅,陈玲,陶婷芳.  信息资源管理学报. 2018(03)
[3]新媒体环境下自然灾害舆情传播路径及网络结构研究——以新浪微博“雅安地震”话题为例[J]. 王晰巍,文晴,赵丹,王楠阿雪.  情报杂志. 2018(02)
[4]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)
[5]基于直觉模糊推理的网络舆情监测预警评估方法研究[J]. 张艳丰,李贺,彭丽徽.  情报杂志. 2017(06)
[6]基于情感维度的大数据网络舆情情感倾向性分析研究——以“南昌大学自主保洁”微博舆情事件为例[J]. 王英,龚花萍.  情报科学. 2017(04)
[7]基于扎根理论的高校科技创新能力评价模型构建[J]. 白玉,郑童桐,刘辉,赵醒村.  科技管理研究. 2017(05)
[8]青海玉树地区政府人员地震灾害认知特点的初步分析[J]. 靳一凡,魏本勇,苏桂武,张海峰,孙磊,武洋.  灾害学. 2015(04)
[9]基于网络舆论形成过程的舆情指标体系构建研究[J]. 林琛.  情报科学. 2015(01)
[10]少震弱震区民众防震减灾意识现状的调查与分析——以江西萍乡地区为例[J]. 张文佳,魏本勇,苏桂武.  地震地质. 2014(01)

博士论文
[1]民众认知与响应地震灾害的区域和文化差异[D]. 孙磊.中国地震局地质研究所 2018

硕士论文
[1]地震灾区中学灾害教育的地区对比研究[D]. 任瑜艳.青海师范大学 2017
[2]中学教师人群认知与响应地震灾害的地区差异[D]. 武洋.中国地震局地质研究所 2016



本文编号：3561085