EID情境下异质性网民信息分享行为与引导研究
发布时间：2025-02-07 19:27
新发传染病(Emerging Infectious Disease,EID)作为全球公共卫生研究领域中的重点和热点事件,对人们的身心健康存在严重威胁,一旦发生便会激起公众分享信息、跟进事件进展的强烈愿望,极易引发重大舆情事件。因此,基于社交媒体平台的信息分享行为与网络舆情引导策略的相关研究已经开始受到学术界的关注。然而,目前尚缺乏从网民的异质性以及网络舆情的动态演化视角分析EID情境下信息分享行为影响规律的研究,网络舆情的个性化引导策略研究也较为少见。理解异质性网民信息分享行为的动态影响机制,能够协助政府制定精准网络舆情引导策略,维护社会稳定,促进社会和谐发展。由此可见,对EID情境下异质性网民信息分享行为与引导进行研究具有重要的理论和实践意义。本文采用社交媒体平台的遗留数据,利用数据挖掘方法识别了 EID网络舆情文本中的网民的异质性,通过探索性数据分析方法研究了 EID情境下异质性网民信息分享行为的动态影响规律。基于多Agent(Multi-Agent,MA)建模方法,根据获得的动态影响规律构建了 EID情境下异质性网民信息分享行为的计算实验模型,进而提出了针对异质性网民群体的精准引导...
【文章页数】：194 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
主要符号表
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 问题提出
1.1.3 研究意义
1.2 概念界定
1.2.1 EID事件
1.2.2 EID网络舆情
1.2.3 信息分享行为
1.3 国内外相关工作研究进展
1.3.1 EID网络舆情研究
1.3.2 信息行为的影响规律研究
1.3.3 网络舆情引导策略研究
1.3.4 研究述评
1.4 研究内容和结构
1.4.1 研究内容
1.4.2 研究思路
1.4.3 论文结构
2 研究构架与研究方法
2.1 研究构架与数据基础
2.1.1 理论基础
2.1.2 研究框架
2.1.3 数据获取与描述
2.2 EID网络舆情文本中的网民的异质性识别方法
2.2.1 网络舆情文本中的网民的异质性识别流程
2.2.2 数据预处理与网民的异质性特征抽取
2.2.3 网民的异质性标注
2.2.4 网络舆情文本中的网民的异质性识别
2.3 研究方法
2.3.1 探索性数据分析方法
2.3.2 向量自回归模型
2.3.3 格兰杰因果检验
2.3.4 脉冲响应函数分析
2.3.5 计算实验方法
2.4 本章小结
3 EID情境下风险感知对异质性网民信息分享行为的动态影响研究
3.1 问题描述与研究思路
3.2 网民的风险感知特征和风险动态感知分析
3.2.1 网民的风险感知特征分析
3.2.2 网民的风险动态感知过程分析
3.3 网络舆情中风险感知相关变量的计算
3.3.1 风险感知词表的构建
3.3.2 网络舆情文本中的风险感知变量计算方法
3.3.3 网络舆情中信息分享行为变量计算方法
3.3.4 网络舆情阶段分类与计算方法
3.4 风险感知对异质性网民信息分享行为的动态影响分析模型构建
3.4.1 网民的风险感知相关变量的时间序列生成
3.4.2 风险感知对异质性网民信息分享行为的动态影响分析模型
3.5 数据分析与结果讨论
3.5.1 数据预处理与分析方法
3.5.2 萌芽期风险感知对异质性网民信息分享行为的动态影响
3.5.3 爆发期风险感知对异质性网民信息分享行为的动态影响
3.5.4 缓和期风险感知对异质性网民信息分享行为的动态影响
3.5.5 善后期风险感知对异质性网民信息分享行为的动态影响
3.5.6 结果讨论与贡献
3.6 本章小结
4 EID情境下情绪对异质性网民信息分享行为的动态影响研究
4.1 问题描述与研究思路
4.2 网民的情绪特征和情绪动态反馈过程分析
4.2.1 网民的情绪特征分析
4.2.2 网民的情绪动态反馈过程分析
4.3 网络舆情文本中的情绪变量的计算
4.3.1 情绪词典选择
4.3.2 网络舆情文本中的情绪变量计算方法
4.4 情绪对异质性网民信息分享行为的动态影响分析模型构建
4.4.1 网民的情绪变量的时间序列生成
4.4.2 情绪对异质性网民信息分享行为的动态影响分析模型
4.5 数据分析与结果讨论
4.5.1 数据预处理与分析方法
4.5.2 萌芽期情绪对异质性网民信息分享行为的动态影响
4.5.3 爆发期情绪对异质性网民信息分享行为的动态影响
4.5.4 缓和期情绪对异质性网民信息分享行为的动态影响
4.5.5 善后期情绪对异质性网民信息分享行为的动态影响
4.5.6 结果讨论与贡献
4.6 本章小结
5 EID情境下人际影响力对异质性网民信息分享行为的动态影响研究
5.1 问题描述与研究思路
5.2 网民的人际影响力特征和人际影响力动态变化过程分析
5.2.1 网民的人际影响力特征分析
5.2.2 网民的人际影响力动态变化过程分析
5.3 网络舆情中人际影响力变量的计算
5.3.1 人际影响力的指标抽取
5.3.2 网络舆情中人际影响力变量的计算方法
5.4 人际影响力对异质性网民信息分享行为的动态影响分析模型构建
5.4.1 网民人际影响力变量的时间序列生成
5.4.2 人际影响力对异质性网民信息分享行为的动态影响分析模型
5.5 数据分析与结果讨论
5.5.1 数据预处理与分析方法
5.5.2 萌芽期人际影响力对异质性网民信息分享行为的动态影响
5.5.3 爆发期人际影响力对异质性网民信息分享行为的动态影响
5.5.4 缓和期人际影响力对异质性网民信息分享行为的动态影响
5.5.5 善后期人际影响力对异质性网民信息分享行为的动态影响
5.5.6 结果讨论与贡献
5.6 本章小结
6 EID情境下针对异质性网民的网络舆情引导研究
6.1 问题描述与研究思路
6.2 异质性网民信息分享行为的计算实验模型设计
6.2.1 模型架构和构建流程
6.2.2 模型假设
6.2.3 异质性网民的交互环境分析
6.2.4 异质性网民的属性设置
6.2.5 异质性网民交互过程设计
6.3 模型校验与演化分析
6.3.1 模型校验
6.3.2 网民的观点演化分析
6.3.3 网民的人际影响力演化分析
6.4 针对异质性网民的网络舆情引导策略研究
6.4.1 针对异质性网民的网络舆情引导策略研究思路
6.4.2 基于网民风险感知的引导策略分析
6.4.3 基于网民情绪的引导策略分析
6.4.4 基于网民人际影响力的引导策略分析
6.5 针对异质性网民的网络舆情引导建议
6.6 本章小结
7 结论与展望
7.1 结论
7.2 创新点
7.3 展望
参考文献
附录 A McCrae&Costa开发的标注人格特质的问卷简表
攻读博士学位期间科研项目及科研成果
致谢
作者简介
本文编号：4031186
【文章页数】：194 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
主要符号表
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 问题提出
1.1.3 研究意义
1.2 概念界定
1.2.1 EID事件
1.2.2 EID网络舆情
1.2.3 信息分享行为
1.3 国内外相关工作研究进展
1.3.1 EID网络舆情研究
1.3.2 信息行为的影响规律研究
1.3.3 网络舆情引导策略研究
1.3.4 研究述评
1.4 研究内容和结构
1.4.1 研究内容
1.4.2 研究思路
1.4.3 论文结构
2 研究构架与研究方法
2.1 研究构架与数据基础
2.1.1 理论基础
2.1.2 研究框架
2.1.3 数据获取与描述
2.2 EID网络舆情文本中的网民的异质性识别方法
2.2.1 网络舆情文本中的网民的异质性识别流程
2.2.2 数据预处理与网民的异质性特征抽取
2.2.3 网民的异质性标注
2.2.4 网络舆情文本中的网民的异质性识别
2.3 研究方法
2.3.1 探索性数据分析方法
2.3.2 向量自回归模型
2.3.3 格兰杰因果检验
2.3.4 脉冲响应函数分析
2.3.5 计算实验方法
2.4 本章小结
3 EID情境下风险感知对异质性网民信息分享行为的动态影响研究
3.1 问题描述与研究思路
3.2 网民的风险感知特征和风险动态感知分析
3.2.1 网民的风险感知特征分析
3.2.2 网民的风险动态感知过程分析
3.3 网络舆情中风险感知相关变量的计算
3.3.1 风险感知词表的构建
3.3.2 网络舆情文本中的风险感知变量计算方法
3.3.3 网络舆情中信息分享行为变量计算方法
3.3.4 网络舆情阶段分类与计算方法
3.4 风险感知对异质性网民信息分享行为的动态影响分析模型构建
3.4.1 网民的风险感知相关变量的时间序列生成
3.4.2 风险感知对异质性网民信息分享行为的动态影响分析模型
3.5 数据分析与结果讨论
3.5.1 数据预处理与分析方法
3.5.2 萌芽期风险感知对异质性网民信息分享行为的动态影响
3.5.3 爆发期风险感知对异质性网民信息分享行为的动态影响
3.5.4 缓和期风险感知对异质性网民信息分享行为的动态影响
3.5.5 善后期风险感知对异质性网民信息分享行为的动态影响
3.5.6 结果讨论与贡献
3.6 本章小结
4 EID情境下情绪对异质性网民信息分享行为的动态影响研究
4.1 问题描述与研究思路
4.2 网民的情绪特征和情绪动态反馈过程分析
4.2.1 网民的情绪特征分析
4.2.2 网民的情绪动态反馈过程分析
4.3 网络舆情文本中的情绪变量的计算
4.3.1 情绪词典选择
4.3.2 网络舆情文本中的情绪变量计算方法
4.4 情绪对异质性网民信息分享行为的动态影响分析模型构建
4.4.1 网民的情绪变量的时间序列生成
4.4.2 情绪对异质性网民信息分享行为的动态影响分析模型
4.5 数据分析与结果讨论
4.5.1 数据预处理与分析方法
4.5.2 萌芽期情绪对异质性网民信息分享行为的动态影响
4.5.3 爆发期情绪对异质性网民信息分享行为的动态影响
4.5.4 缓和期情绪对异质性网民信息分享行为的动态影响
4.5.5 善后期情绪对异质性网民信息分享行为的动态影响
4.5.6 结果讨论与贡献
4.6 本章小结
5 EID情境下人际影响力对异质性网民信息分享行为的动态影响研究
5.1 问题描述与研究思路
5.2 网民的人际影响力特征和人际影响力动态变化过程分析
5.2.1 网民的人际影响力特征分析
5.2.2 网民的人际影响力动态变化过程分析
5.3 网络舆情中人际影响力变量的计算
5.3.1 人际影响力的指标抽取
5.3.2 网络舆情中人际影响力变量的计算方法
5.4 人际影响力对异质性网民信息分享行为的动态影响分析模型构建
5.4.1 网民人际影响力变量的时间序列生成
5.4.2 人际影响力对异质性网民信息分享行为的动态影响分析模型
5.5 数据分析与结果讨论
5.5.1 数据预处理与分析方法
5.5.2 萌芽期人际影响力对异质性网民信息分享行为的动态影响
5.5.3 爆发期人际影响力对异质性网民信息分享行为的动态影响
5.5.4 缓和期人际影响力对异质性网民信息分享行为的动态影响
5.5.5 善后期人际影响力对异质性网民信息分享行为的动态影响
5.5.6 结果讨论与贡献
5.6 本章小结
6 EID情境下针对异质性网民的网络舆情引导研究
6.1 问题描述与研究思路
6.2 异质性网民信息分享行为的计算实验模型设计
6.2.1 模型架构和构建流程
6.2.2 模型假设
6.2.3 异质性网民的交互环境分析
6.2.4 异质性网民的属性设置
6.2.5 异质性网民交互过程设计
6.3 模型校验与演化分析
6.3.1 模型校验
6.3.2 网民的观点演化分析
6.3.3 网民的人际影响力演化分析
6.4 针对异质性网民的网络舆情引导策略研究
6.4.1 针对异质性网民的网络舆情引导策略研究思路
6.4.2 基于网民风险感知的引导策略分析
6.4.3 基于网民情绪的引导策略分析
6.4.4 基于网民人际影响力的引导策略分析
6.5 针对异质性网民的网络舆情引导建议
6.6 本章小结
7 结论与展望
7.1 结论
7.2 创新点
7.3 展望
参考文献
附录 A McCrae&Costa开发的标注人格特质的问卷简表
攻读博士学位期间科研项目及科研成果
致谢
作者简介
本文编号：4031186
本文链接：https://www.wllwen.com/tushudanganlunwen/4031186.html
