客体图像的建构与消解:雾霾议题中的属性议程设置效果

发布时间：2024-12-20 21:58

　　 基于属性议程设置理论,通过大规模微博数据样本挖掘,运用有监督的机器学习的方法,对雾霾议题中的议程设置效果进行研究。研究发现,在实质性属性上,媒体微博议程对网民评论议程具有显著的设置效应,两者均突出雾霾影响这一属性;在情感性属性上,媒体微博议程对网民评论议程的设置效应并不显著,媒体微博议程侧重于中立态度,而网民评论议程以负面态度最为显著。还进一步探讨了全新传播生态下,议题特征、网民心理等因素对属性议程设置效果的影响。

【文章页数】：6 页

【文章目录】：
1 文献综述
    1.1 属性议程的内涵
    1.2 新媒体环境中的属性议程设置效应
2 研究设计
    2.1 样本抽取与语料准备
    2.2 类目确定
    2.3 人工标注与机器学习
        2.3.1 人工标注
        2.3.2 机器学习
3 研究发现
    3.1 雾霾议题中,媒体微博的属性议程在实质性属性上以雾霾影响最为显著,在情感性属性上以中立态度最为显著
    3.2 雾霾议题中,网民评论议程在实质性属性上以雾霾影响最为显著,在情感性属性上以负面态度最为显著
    3.3 雾霾议题中,媒体微博议程对网民评论议程在实质性属性上具有显著的设置效应,但在情感性属性上并不显著
4 结论与讨论



本文编号：4017922