移动环境下舆情传播机制与引导策略研究
发布时间：2020-12-25 21:07
2018年CNNIC发布了第42次中国互联网络使用情况报告,截至2018年6月,我国网民规模达8.02亿,互联网普及率为57.7%;我国手机网民规模达7.88亿,网民通过手机接入互联网的比例高达98.3%[1]。这说明移动互联网时代已经到来,人们信息交流和分享的方式正在发生改变:网民纷纷使用智能手机和Ipad等移动工具参与民众社会管理和网络舆情传播。同时,移动环境下网民“发声”更加方便及时,影响力更大,传播范围更广,虚假信息带来的社会危害性更强,因此对移动环境下的舆情进行研究具有重要的意义。本文通过深入探讨移动环境下网络舆情的传播机理,分别从群体视角和个体视角研究移动环境下舆情传播,构建舆情传播模型,寻求引导并管理移动环境下网络舆情的策略。具体来说,文章主要实验内容如下:首先,基于群体视角分析移动环境下舆情传递的特征,构造群体视角下的网络舆情演化模型,并通过数值仿真实验分析群体交互阈值、新话题的衍生率、社会包容程度、网络舆情强度等对其演化规律的影响。实验结果表明,该模型具有广泛的适用性。当交互阈值较大时,舆情演化更容易进行;网民群体制造衍生话题的概率越大,舆情演化...
【文章来源】：南京邮电大学江苏省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
移动环境下网络舆情高频关键词知识图谱
1j ij in 题的衍生情况，这是舆情本身对演化的影响。当整个网民群体观点差异均值等于交互阈值 时，群体间的交互以k 的概率进行演化以 1 k 的概率保持不变。当整个网民群体观点差异均值大于交互阈值 时，群体间因观点差异太大，基本不发交互。因此，观点值不会有所改变，舆情演化很难继续进行，默认为t时刻和 t 1 时刻，情值相同。4.4 具有群体性特征的网络舆情演化仿真为了判别上述规则对舆情演化过程的具体影响，使用 Matlab 软件进行模拟仿真，通过节交互阈值 ，社会包容程度b ，舆情强度m的不同的值，观测这些参数对舆情演化的具影响。
1j ij in 题的衍生情况，这是舆情本身对演化的影响。当整个网民群体观点差异均值等于交互阈值 时，群体间的交互以k 的概率进行演化以 1 k 的概率保持不变。当整个网民群体观点差异均值大于交互阈值 时，群体间因观点差异太大，基本不发交互。因此，观点值不会有所改变，舆情演化很难继续进行，默认为t时刻和 t 1 时刻，情值相同。4.4 具有群体性特征的网络舆情演化仿真为了判别上述规则对舆情演化过程的具体影响，使用 Matlab 软件进行模拟仿真，通过节交互阈值 ，社会包容程度b ，舆情强度m的不同的值，观测这些参数对舆情演化的具影响。
【参考文献】：
期刊论文
[1]基于SIR模型的微信舆情传播研究[J]. 赵鹏飞,马民,谈依箴. 情报探索. 2017(10)
[2]新媒体环境下突发事件网络舆情信息传播及实证研究——以新浪微博“南海仲裁案”话题为例[J]. 王晰巍,邢云菲,王楠阿雪,李师萌. 情报理论与实践. 2017(09)
[3]移动环境下高校网络舆情管理创新机制及应对策略[J]. 陈建华,张彤,张雪. 情报科学. 2017(06)
[4]互联网传播环境下的选择性接触与偏轨接触[J]. 柳旭东,李喜根,刘洋. 学海. 2017(02)
[5]基于AHP-模糊综合分析的移动社交网络舆情预警模型研究[J]. 王高飞,李明. 现代情报. 2017(01)
[6]Android移动互联网舆情推送技术研究与实现[J]. 黄霄汉,马兆丰. 软件. 2016(12)
[7]基于系统动力学的移动社交网络舆情应对策略研究[J]. 王高飞,李明,李梅. 情报科学. 2016(10)
[8]移动元胞自动机的个体化网络舆情聚类模型与仿真[J]. 王朝斌,毛乾任,向婷,邓超. 计算机工程与应用. 2016(19)
[9]基于新闻类APP移动网络舆情传播模型研究[J]. 林亮,李学静,陈虹暻. 新闻研究导刊. 2016(18)
[10]移动社交网络谣言演化的系统动力学模型与仿真[J]. 李仕争,丁菊玲,蒋鹏,姜飞. 情报杂志. 2016(09)
博士论文
[1]基于信息生态理论的移动环境下微博舆情传播研究[D]. 赵丹.吉林大学 2017
硕士论文
[1]移动社交网络舆情分析及政府应对策略研究[D]. 李明.黑龙江科技大学 2017
[2]移动环境下网络舆情信息传播特征及路径研究[D]. 邢云菲.吉林大学 2016
本文编号：2938390
【文章来源】：南京邮电大学江苏省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
移动环境下网络舆情高频关键词知识图谱
1j ij in 题的衍生情况，这是舆情本身对演化的影响。当整个网民群体观点差异均值等于交互阈值 时，群体间的交互以k 的概率进行演化以 1 k 的概率保持不变。当整个网民群体观点差异均值大于交互阈值 时，群体间因观点差异太大，基本不发交互。因此，观点值不会有所改变，舆情演化很难继续进行，默认为t时刻和 t 1 时刻，情值相同。4.4 具有群体性特征的网络舆情演化仿真为了判别上述规则对舆情演化过程的具体影响，使用 Matlab 软件进行模拟仿真，通过节交互阈值 ，社会包容程度b ，舆情强度m的不同的值，观测这些参数对舆情演化的具影响。
1j ij in 题的衍生情况，这是舆情本身对演化的影响。当整个网民群体观点差异均值等于交互阈值 时，群体间的交互以k 的概率进行演化以 1 k 的概率保持不变。当整个网民群体观点差异均值大于交互阈值 时，群体间因观点差异太大，基本不发交互。因此，观点值不会有所改变，舆情演化很难继续进行，默认为t时刻和 t 1 时刻，情值相同。4.4 具有群体性特征的网络舆情演化仿真为了判别上述规则对舆情演化过程的具体影响，使用 Matlab 软件进行模拟仿真，通过节交互阈值 ，社会包容程度b ，舆情强度m的不同的值，观测这些参数对舆情演化的具影响。
【参考文献】：
期刊论文
[1]基于SIR模型的微信舆情传播研究[J]. 赵鹏飞,马民,谈依箴. 情报探索. 2017(10)
[2]新媒体环境下突发事件网络舆情信息传播及实证研究——以新浪微博“南海仲裁案”话题为例[J]. 王晰巍,邢云菲,王楠阿雪,李师萌. 情报理论与实践. 2017(09)
[3]移动环境下高校网络舆情管理创新机制及应对策略[J]. 陈建华,张彤,张雪. 情报科学. 2017(06)
[4]互联网传播环境下的选择性接触与偏轨接触[J]. 柳旭东,李喜根,刘洋. 学海. 2017(02)
[5]基于AHP-模糊综合分析的移动社交网络舆情预警模型研究[J]. 王高飞,李明. 现代情报. 2017(01)
[6]Android移动互联网舆情推送技术研究与实现[J]. 黄霄汉,马兆丰. 软件. 2016(12)
[7]基于系统动力学的移动社交网络舆情应对策略研究[J]. 王高飞,李明,李梅. 情报科学. 2016(10)
[8]移动元胞自动机的个体化网络舆情聚类模型与仿真[J]. 王朝斌,毛乾任,向婷,邓超. 计算机工程与应用. 2016(19)
[9]基于新闻类APP移动网络舆情传播模型研究[J]. 林亮,李学静,陈虹暻. 新闻研究导刊. 2016(18)
[10]移动社交网络谣言演化的系统动力学模型与仿真[J]. 李仕争,丁菊玲,蒋鹏,姜飞. 情报杂志. 2016(09)
博士论文
[1]基于信息生态理论的移动环境下微博舆情传播研究[D]. 赵丹.吉林大学 2017
硕士论文
[1]移动社交网络舆情分析及政府应对策略研究[D]. 李明.黑龙江科技大学 2017
[2]移动环境下网络舆情信息传播特征及路径研究[D]. 邢云菲.吉林大学 2016
本文编号：2938390
本文链接：https://www.wllwen.com/xinwenchuanbolunwen/2938390.html
