网络舆情中网民属性及行为分析
发布时间：2020-07-26 17:45
【摘要】：网民作为网络舆情的发声主体,是推动网络舆情进程不可忽视的力量,在网络舆情的形成、传播、演化等各个环节均起着重要的作用。研究网络中网民的特征以及行为对广告营销、个性化服务、控制网络舆情的演化等方面均有着显著的意义。基于网络舆情治理的需要,本文分别从网络舆情中的网民特征和网民行为两个角度对网民进行剖析。本文先对网络舆情中的网民特征开展研究。以新浪微博平台上的用户为例,基于社会认同理论得到微博用户分类的依据:按照用户偏好主题对用户进行分类。利用LDA主题模型对用户发布的微博内容进行文本挖掘和使用多维标度法找出偏好主题相似的用户,实现微博用户的分类。最后通过多项逻辑回归模型提取不同群体的典型特征,完成微博用户群画像的构建。结果显示,微博上主要分为5类群体,且某些群体的成员易受到外群体的影响做出改变寻找新的积极认同并阐述了不同微博群体用户画像的内容。随后本文在网民特征分析的基础上进而分析网民的行为。为了定量地刻画出用户复杂交互行为,挖掘出网络舆情演化的规律,本文基于社会价值观理论、复杂网络理论、认同理论确定两个可以反映网民复杂交互行为的因素:创建新博弈连接的行为偏好以及维持博弈连接的时间长短,在此基础上构建网络舆情演化博弈模型。研究表明在交互连接达到稳态时,网络舆情博弈的得益矩阵会发生改变,新的得益矩阵由原来得益矩阵中的元素乘以其相应的博弈连接类型的活跃连接占比而构成。本文定量地解释相关主体间复杂的交互行为,研究结果对网络舆情危机处理以及疏导,减少网络舆情事件对社会的危害等都有参考价值。结合网络舆情中的网民特征和网民行为的研究内容,本文提出相应的网络舆情治理建议,有助于提高决策者的治理水平。
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：C913.4;C912.68
【图文】：
图 1-1 研究流程图Figure 1-1 The Studying Process 研究方法本文拟采用了文献研究、定量分析、个案研究和模型等研究方法：1. 文献研究法以网络舆情和网民分析为主题，调查文献，全面地、正确地了解掌握相关的研究这有助于了解有关问题的历史和现状及确定研究课题。尽可能充分地消化和吸题国内外有关的文献成果，寻找本课题问题的分析手段和有效工具。2. 定量分析法利用定量分析的方法研究网民之间复杂的交互行为，以便更加科学地揭示舆情间交互规律，把握舆情演化本质，预测网络舆情的发展趋势。
图 2-1 LDA 主题模型生成过程Figure 2-1 LDA Process文档所对应的多项分布 中选择一个主题Z ，然后在一个词语W ，重复这个过程dN 次可以产生该用户完文档总词频数， 、 和w是可观测变量。给定超参 、主题向量 1 2, ,nZ Z Z Z和单词向量 1 2,w w w 1, , | , | | | ,Nn n nnp Z w p p Z p w Z 是对应nZ i的i 的分量。上式对 和Z 在全部取值 和 ，便得到一篇文档中的单词的边缘分布，如公式 1w | , | Z | w | ,Nn n np p p p Z d文档的文档集：
图 3-1 基于舆情主题构建用户画像流程图Figure 3-1 Build user portrait flowchart based on public opinion theme微博群体用户画像博用户信息采集微博社交平台上的网民为例，通过爬虫获取到新浪微博平台上的用户新浪微博中分别选出满足新浪微博自定义的 44 种标签的热门微博，的方法抓取底下评论的用户信息，抓取内容包括用户名、用户性别、粉丝量、用户微博量、用户微博等级、用户年龄、用户地区、用户简微博文本内容。为了排除用户偏好分布随着时间变化发生改变的情页下发布的微博第一页的文本内容。获得的数据包括367个有效用户25 条微博文本。
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：C913.4;C912.68
【图文】：
图 1-1 研究流程图Figure 1-1 The Studying Process 研究方法本文拟采用了文献研究、定量分析、个案研究和模型等研究方法：1. 文献研究法以网络舆情和网民分析为主题，调查文献，全面地、正确地了解掌握相关的研究这有助于了解有关问题的历史和现状及确定研究课题。尽可能充分地消化和吸题国内外有关的文献成果，寻找本课题问题的分析手段和有效工具。2. 定量分析法利用定量分析的方法研究网民之间复杂的交互行为，以便更加科学地揭示舆情间交互规律，把握舆情演化本质，预测网络舆情的发展趋势。
图 2-1 LDA 主题模型生成过程Figure 2-1 LDA Process文档所对应的多项分布 中选择一个主题Z ，然后在一个词语W ，重复这个过程dN 次可以产生该用户完文档总词频数， 、 和w是可观测变量。给定超参 、主题向量 1 2, ,nZ Z Z Z和单词向量 1 2,w w w 1, , | , | | | ,Nn n nnp Z w p p Z p w Z 是对应nZ i的i 的分量。上式对 和Z 在全部取值 和 ，便得到一篇文档中的单词的边缘分布，如公式 1w | , | Z | w | ,Nn n np p p p Z d文档的文档集：
图 3-1 基于舆情主题构建用户画像流程图Figure 3-1 Build user portrait flowchart based on public opinion theme微博群体用户画像博用户信息采集微博社交平台上的网民为例，通过爬虫获取到新浪微博平台上的用户新浪微博中分别选出满足新浪微博自定义的 44 种标签的热门微博，的方法抓取底下评论的用户信息，抓取内容包括用户名、用户性别、粉丝量、用户微博量、用户微博等级、用户年龄、用户地区、用户简微博文本内容。为了排除用户偏好分布随着时间变化发生改变的情页下发布的微博第一页的文本内容。获得的数据包括367个有效用户25 条微博文本。
【相似文献】
相关期刊论文 前10条
1 李连铁;郑雪芳;周姣;;秦皇岛网络舆情监测研究[J];环渤海经济w
本文编号：2771092
本文链接：https://www.wllwen.com/shekelunwen/shgj/2771092.html
