微博负面信息转发行为预测研究
发布时间:2023-02-26 20:11
随着Web2.0的兴起,作为用户创建内容的一种重要平台和形式,微博得到迅速发展。低门槛、开放性、易用性等特征使得基于微博的信息传播和交流也日益增加。由于微博用户信息创建、发布、传播的动机不同,加之用户信息素养和甄别信息的能力不同,大量负面信息在微博上产生并经过多次转发被迅速的传播,给微博乃至网络空间的管理带来挑战。用户的转发行为是负面信息在微博网络中传播的主要途径。本文从微博负面信息转发机制入手,分析影响微博负面信息转发行为的因素,从微观与宏观两个层面展开对微博负面信息转发行为的预测研究。首先,基于计划行为理论,从态度、主观规范和知觉行为控制三方面对微博负面信息转发行为的影响因素进行分析,构建微博负面信息转发行为影响因素模型并对影响因素进行数学表示和计量。其次,基于二元逻辑回归模型构建微博负面信息转发概率预测模型,从微观层面对单用户负面信息转发行为进行预测;在此基础上,构建负面信息转发规模预测模型,从宏观层面对多用户负面信息转发行为进行预测。最后,对影响因素模型进行假设检验和对预测模型进行仿真检验。假设检验结果表明,本研究提出的负面信息转发行为影响因素确实是研究负面信息转发行为的重要因...
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究意义
1.2.1 理论意义
1.2.2 实践意义
1.3 国内外研究现状
1.3.1 负面信息传播的相关研究
1.3.2 微博用户转发行为影响因素的相关研究
1.3.3 微博用户转发行为预测的相关研究
1.3.4 文献述评
1.4 研究方法和创新点
1.4.1 研究方法
1.4.2 创新点
1.5 本文主要研究内容
1.6 本章小结
2 相关概念和理论基础
2.1 微博
2.1.1 微博的概念
2.1.2 微博的特点
2.1.3 微博对信息交流传播的意义
2.2 微博负面信息及其转发行为
2.2.1 微博负面信息的概念
2.2.2 微博负面信息转发行为
2.3 微博负面信息的转发机制
2.3.1 微博负面信息的转发来源
2.3.2 微博负面信息的转发传播过程
2.3.3 微博负面信息转发的不良后果
2.4 计划行为理论
2.5 本章小结
3 微博负面信息转发行为影响因素分析
3.1 影响微博负面信息转发行为的因素
3.2 微博负面信息转发行为影响因素的表示与计量
3.2.1 微博负面信息内容与接收用户的兴趣相似度
3.2.2 微博负面信息是否具有丰富的数据表现形式
3.2.3 微博负面信息发布用户的影响力
3.2.4 微博负面信息发布用户与接收用户的交互频度
3.2.5 微博负面信息接收用户的转发活跃度
3.2.6 微博负面信息接收用户重复接收负面信息的次数
3.3 本章小结
4 微博负面信息转发行为预测建模
4.1 微博负面信息单用户转发行为预测建模
4.1.1 问题描述
4.1.2 研究假设
4.1.3 基于逻辑回归的负面信息转发概率预测模型构建
4.2 微博负面信息多用户转发行为预测建模
4.2.1 问题描述
4.2.2 各级粉丝负面信息转发概率的传递
4.2.3 负面信息转发规则定义
4.2.4 负面信息转发规模预测模型构建
4.3 本章小结
5 微博负面信息转发行为预测建模实证分析
5.1 数据采集及处理
5.2 假设检验及结果分析
5.2.1 假设检验
5.2.2 假设检验结果分析
5.3 微博负面信息单用户转发行为预测模型结果分析
5.4 微博负面信息多用户转发行为预测模型结果分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 不足与展望
参考文献
附录
个人简历在学期间发表的学术论文及研究成果
致谢
本文编号:3750818
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究意义
1.2.1 理论意义
1.2.2 实践意义
1.3 国内外研究现状
1.3.1 负面信息传播的相关研究
1.3.2 微博用户转发行为影响因素的相关研究
1.3.3 微博用户转发行为预测的相关研究
1.3.4 文献述评
1.4 研究方法和创新点
1.4.1 研究方法
1.4.2 创新点
1.5 本文主要研究内容
1.6 本章小结
2 相关概念和理论基础
2.1 微博
2.1.1 微博的概念
2.1.2 微博的特点
2.1.3 微博对信息交流传播的意义
2.2 微博负面信息及其转发行为
2.2.1 微博负面信息的概念
2.2.2 微博负面信息转发行为
2.3 微博负面信息的转发机制
2.3.1 微博负面信息的转发来源
2.3.2 微博负面信息的转发传播过程
2.3.3 微博负面信息转发的不良后果
2.4 计划行为理论
2.5 本章小结
3 微博负面信息转发行为影响因素分析
3.1 影响微博负面信息转发行为的因素
3.2 微博负面信息转发行为影响因素的表示与计量
3.2.1 微博负面信息内容与接收用户的兴趣相似度
3.2.2 微博负面信息是否具有丰富的数据表现形式
3.2.3 微博负面信息发布用户的影响力
3.2.4 微博负面信息发布用户与接收用户的交互频度
3.2.5 微博负面信息接收用户的转发活跃度
3.2.6 微博负面信息接收用户重复接收负面信息的次数
3.3 本章小结
4 微博负面信息转发行为预测建模
4.1 微博负面信息单用户转发行为预测建模
4.1.1 问题描述
4.1.2 研究假设
4.1.3 基于逻辑回归的负面信息转发概率预测模型构建
4.2 微博负面信息多用户转发行为预测建模
4.2.1 问题描述
4.2.2 各级粉丝负面信息转发概率的传递
4.2.3 负面信息转发规则定义
4.2.4 负面信息转发规模预测模型构建
4.3 本章小结
5 微博负面信息转发行为预测建模实证分析
5.1 数据采集及处理
5.2 假设检验及结果分析
5.2.1 假设检验
5.2.2 假设检验结果分析
5.3 微博负面信息单用户转发行为预测模型结果分析
5.4 微博负面信息多用户转发行为预测模型结果分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 不足与展望
参考文献
附录
个人简历在学期间发表的学术论文及研究成果
致谢
本文编号:3750818
本文链接:https://www.wllwen.com/xinwenchuanbolunwen/3750818.html