社交媒体环境下网络舆情观点迁移研究
发布时间：2021-06-06 19:54
社交媒体撼动了传统媒体在自上而下议程设置中的强势地位,赋予了网民“拇指话语权”,每一个网民都能在社交媒体上就某一网络舆情事件发表自己观点,网民参与主体当下所持的主要观点就是此事件的网络舆情观点,网络舆情观点关注的焦点往往是政府在网络舆情管控过程中需要及时解决的重点。在此背景下,本文在社交媒体环境下分析网络舆情观点的迁移现象,界定网络舆情观点迁移内涵、迁移成因以及迁移表现形式,基于网络舆情观点迁移的分析流程,对热点事件进行实证分析,依据实证的结果进行相关分析并归纳出社交媒体环境下网络舆情观点迁移的路径。这为舆情主体管理网络舆情,防止网络舆情体观点迁移形成危机提供理论和实践参考。首先,梳理国内外相关文献,对社交媒体的内涵、网络舆情、网络舆情传播过程的构成要素、网络舆情观点、网络舆情观点主题等相关定义和特征总结,归纳、分析社交媒体对网络舆情观点的影响;采用案例分析法,以现实热点事件为基础界定社交媒体环境下网络舆情观点迁移内涵、分析社交媒体环境下网络舆情观点迁移的成因、归纳社交媒体环境下网络舆情观点迁移的表现形式。这为社交媒体环境下网络舆情观点迁移的研究奠定了理论基础。然后根据社交媒体环境下网...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：100 页
【学位级别】：硕士
【部分图文】：
网络舆情观点文献关键词共现网络图
图 1.4 网络舆情观点文献中频率较高关键词共现网络图我国学者对网络舆情群体观点的研究已有不少，研究的内容和角度主要集中在传统观点聚合模型应用到网络舆情或舆论的演化分析中。李霞基于 Deffuant 模型建了微信舆情传播模型，发现媒体活跃度及媒体性质能够显著的对微信平台上网民观产生影响[52]。陈福集等（2011）基于多数原则模型分析了网络舆情演化的全过程[53
将 TF-IDF 模型和基于时间线特征词热度计算模型相结合，用来改进 TF-IDF，得到舆情对象的热度计算值。以出现频次为基础计算网络舆情文本的特征词对文本的重要程度的 TF-IDF 值，不能够等同特征词的热度，所以本文将基于时间线特征词热度计算模型和 TF-IDF 模型相结合， 实现对网络舆情文本中特征词的热度计算。
【参考文献】：
期刊论文
[1]网络舆情传播阶段精细化建模与仿真研究[J]. 兰月新,夏一雪,刘冰月,刘茉. 现代情报. 2018(01)
[2]从社会化媒体看虐童事件舆情演变趋势——以红黄蓝事件为例[J]. 程粮君,许欢欢. 视听. 2018(01)
[3]新媒体环境下突发事件网络舆情话题演进规律研究——以新浪微博“九寨沟地震”话题为例[J]. 李紫薇,邢云菲. 情报科学. 2017(12)
[4]社会影响理论视角的社交媒体持续使用研究[J]. 肖璇,王铁男,郝凡浩. 管理科学学报. 2017(11)
[5]大数据环境下网络舆情信息交互模型研究[J]. 夏一雪,兰月新,刘冰月,瞿志凯. 现代情报. 2017(11)
[6]“穿山甲事件”中的网络舆情发展及政府应对启示[J]. 孟育耀. 当代传播. 2017(05)
[7]基于灰色关联分析的网络舆情意见领袖识别及影响力排序研究——以新浪微博“8·12滨海爆炸事件”为例[J]. 彭丽徽,李贺,张艳丰. 情报理论与实践. 2017(09)
[8]网络舆情观点主题识别研究[J]. 李真,丁晟春,王楠. 数据分析与知识发现. 2017(08)
[9]基于MRT-LDA模型的微博文本分类[J]. 庞雄文,万本帅,王盼. 计算机科学. 2017(08)
[10]从“罗一笑事件”看新媒体时代的媒介议程设置[J]. 王颖,谢毅. 新媒体研究. 2017(13)
博士论文
[1]面向中文Web评论的观点挖掘关键技术研究[D]. 李芳.华中师范大学 2013
硕士论文
[1]微博评论信息的聚类分析[D]. 范佳健.安徽大学 2017
[2]基于随机共振模型的网络舆情共振现象研究[D]. 廖瑞丹.南京理工大学 2017
[3]社交媒体在突发事件中的传播特征和作用研究[D]. 张佩珏.江西师范大学 2016
[4]基于Deffuant模型的web2.0网络舆论演化研究[D]. 李霞.天津科技大学 2016
[5]网络舆情关联研究[D]. 刘漾波.湖南大学 2016
[6]社交媒体中公共议题讨论与“沉默的螺旋”[D]. 杨梦然.吉林大学 2016
[7]基于用户情感和网络关系分析的人格预测模型[D]. 杨洁.东华大学 2016
[8]基于社交媒体应用的档案文化传播策略研究[D]. 李晓.黑龙江大学 2015
[9]基于LDA模型的微博话题与事件检测[D]. 吴楠.哈尔滨工业大学 2014
[10]面向中文微博的关键词提取技术研究[D]. 刘静.中南大学 2014
本文编号：3215036
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：100 页
【学位级别】：硕士
【部分图文】：
网络舆情观点文献关键词共现网络图
图 1.4 网络舆情观点文献中频率较高关键词共现网络图我国学者对网络舆情群体观点的研究已有不少，研究的内容和角度主要集中在传统观点聚合模型应用到网络舆情或舆论的演化分析中。李霞基于 Deffuant 模型建了微信舆情传播模型，发现媒体活跃度及媒体性质能够显著的对微信平台上网民观产生影响[52]。陈福集等（2011）基于多数原则模型分析了网络舆情演化的全过程[53
将 TF-IDF 模型和基于时间线特征词热度计算模型相结合，用来改进 TF-IDF，得到舆情对象的热度计算值。以出现频次为基础计算网络舆情文本的特征词对文本的重要程度的 TF-IDF 值，不能够等同特征词的热度，所以本文将基于时间线特征词热度计算模型和 TF-IDF 模型相结合， 实现对网络舆情文本中特征词的热度计算。
【参考文献】：
期刊论文
[1]网络舆情传播阶段精细化建模与仿真研究[J]. 兰月新,夏一雪,刘冰月,刘茉. 现代情报. 2018(01)
[2]从社会化媒体看虐童事件舆情演变趋势——以红黄蓝事件为例[J]. 程粮君,许欢欢. 视听. 2018(01)
[3]新媒体环境下突发事件网络舆情话题演进规律研究——以新浪微博“九寨沟地震”话题为例[J]. 李紫薇,邢云菲. 情报科学. 2017(12)
[4]社会影响理论视角的社交媒体持续使用研究[J]. 肖璇,王铁男,郝凡浩. 管理科学学报. 2017(11)
[5]大数据环境下网络舆情信息交互模型研究[J]. 夏一雪,兰月新,刘冰月,瞿志凯. 现代情报. 2017(11)
[6]“穿山甲事件”中的网络舆情发展及政府应对启示[J]. 孟育耀. 当代传播. 2017(05)
[7]基于灰色关联分析的网络舆情意见领袖识别及影响力排序研究——以新浪微博“8·12滨海爆炸事件”为例[J]. 彭丽徽,李贺,张艳丰. 情报理论与实践. 2017(09)
[8]网络舆情观点主题识别研究[J]. 李真,丁晟春,王楠. 数据分析与知识发现. 2017(08)
[9]基于MRT-LDA模型的微博文本分类[J]. 庞雄文,万本帅,王盼. 计算机科学. 2017(08)
[10]从“罗一笑事件”看新媒体时代的媒介议程设置[J]. 王颖,谢毅. 新媒体研究. 2017(13)
博士论文
[1]面向中文Web评论的观点挖掘关键技术研究[D]. 李芳.华中师范大学 2013
硕士论文
[1]微博评论信息的聚类分析[D]. 范佳健.安徽大学 2017
[2]基于随机共振模型的网络舆情共振现象研究[D]. 廖瑞丹.南京理工大学 2017
[3]社交媒体在突发事件中的传播特征和作用研究[D]. 张佩珏.江西师范大学 2016
[4]基于Deffuant模型的web2.0网络舆论演化研究[D]. 李霞.天津科技大学 2016
[5]网络舆情关联研究[D]. 刘漾波.湖南大学 2016
[6]社交媒体中公共议题讨论与“沉默的螺旋”[D]. 杨梦然.吉林大学 2016
[7]基于用户情感和网络关系分析的人格预测模型[D]. 杨洁.东华大学 2016
[8]基于社交媒体应用的档案文化传播策略研究[D]. 李晓.黑龙江大学 2015
[9]基于LDA模型的微博话题与事件检测[D]. 吴楠.哈尔滨工业大学 2014
[10]面向中文微博的关键词提取技术研究[D]. 刘静.中南大学 2014
本文编号：3215036
本文链接：https://www.wllwen.com/xinwenchuanbolunwen/3215036.html
