微时代下涉法网络舆情研究:个案分析视角

以腾讯微博新闻《云南高院:"赛家鑫"案我骑虎难下,10年后将成标杆》为研究样本,采用内容分析法对该新闻的转播和评论进行了多维度考量,从网络舆情的时间分布、网络使用媒介的类型、网民的态度、网络舆论的指向、评论内容和评论字数等方面进行实证分析,同时与现有的相关结论进行比照研究,并试图提出新的结论。     

政务微博网络舆情传播规律与问责指向研究——基于兖州公安微博的实证

本文采用内容分析法,以兖州公安微博发布对相关当事人行政拘留处罚不当进行道歉的事件作为研究对象,提取网民对该事件所评论的微博内容作为样本,从评论的时间跨度、地区分布、态度因素、议题焦点和问责指向五个方面进行研究,从而分析掌握公共热点事件中政务微博的传播规律和问责指向,为我国政务微博的发展提出对策建议。     

公共安全事件中政务微博网络舆情传播规律研究：--基于“上海发布”的实证*

以“上海发布冶关于黄浦江松江段水域大量漂浮死猪事件发布的政务微博为研究对象,采用内容分析法对网民评论内容,从评论的地区来源、时间、网民的态度、舆论指向、关注议题及互动类型六个方面进行了实证分析。研究分析了在公共安全突发事件中,网络舆情的传播与扩散规律,丰富了特定类型事件中网络舆情传播的规律研究。     

科学争议与网民的认知变化——基于腾讯微博“崔方之争”的内容分析

崔永元和方舟子关于转基因食品的论争,引起了网民的广泛关注。通过分析网民对腾讯微博中崔、方转基因食品安全争议的评论,剖析网民对转基因食品的态度和认知的变化。研究发现网民对于转基因食品的态度逐渐显著,网民对事件的态度流露出多为情绪化、非理性的态度,甚至参与到崔、方的争论中。随着事件的升级和影响的扩大,网民对转基因更多的态度是建立在对转基因食品不了解基础上的反对态度。数据反映出专家学者观点的缺少,编码—解码过程中媒体观点和网民产生的差异,都是面对争议性科学问题传播时值得关注的现实。     

官员政务微博传播效果影响因素研究*--基于意见领袖的个案分析

官员微博受到公众越来越多的关注,传播影响力逐渐增强。以8个具有意见领袖特征的官员微博为研究样本,从微博内容、发布时间、官员微博认证信息等维度分析其各项特征与微博转发量的关系,从而发掘官员微博传播效果的影响因素。研究发现包括话题类别、有无@和链接等在内的多个微博内容特征对官员微博的传播效果有显著影响,发布时间也是官员微博传播的重要影响因素,而包括官员职务、粉丝数在内的官员微博认证信息对官员微博的传播影响则不是很大。     

棱镜折射：网络舆情的生成逻辑与内容层次 ——基于 “出租车罢运事件”的扎根理论分析

【目的/意义】针对频繁爆发的网络舆情,深度梳理网络舆情的内容层次,挖掘网络舆情的生成逻辑,为政府 网络舆情治理提供可行路径。【方法/过程】以“2015年初出租车罢运事件”作为研究案例,通过网络数据抓取软件收 集“财经网”相关微博下的评论信息,按照扎根理论的编码程序逐步抽象形成网络舆情的“棱镜折射”生成逻辑和 “情绪—态度—意见、行为取向”的内容层次。【结论/结果】研究结果显示,网络舆情的基本层次是网民情绪,网络舆 情的生成由公共事件的相关新闻信息触发,并取决于网民的生活经历、角色定位、思维方式、信息处理等个人特 征。因此,政府的网络舆情治理应重点关注网民情绪,并强化与网民的对话沟通和信息普及。     

基于有限理性视角的网络舆情传播模型构建

[目的/意义]探究个体决策的有限理性对于网络舆情传播的影响,从网民心理的微观层面来构建网络舆情传播模型。[方法/过程]以病毒动力学理论为基础,引入考虑个体心理参照点的前景理论,构建网络舆情传播模型,并求解模型的基本再生数,进行数值仿真对基本再生数的计算结果进行验证分析。[结果/结论]网络舆情传播扩散规模,与微博用户接触到的接触消极微博内容的比例β、相关舆情事件评论或转发中传达负面情绪的评论内容占比p、被感染网民的自愈率q等有密切关系。     

网民政策态度形成机制研究——从"网议宁波"说起

近期,网民对一些公共政策多持否定态度,本文所引用的宁波公务员错时工作政策的案例即是如此.网民认为该政策是对公务员"新的隐形福利",公务员则认为是公众误读政策.本文运用扎根理论,通过分析网民的网上投票和评论帖,归纳出以网民为代表的公众政策态度形成机制;并采用社会分层理论和相对剥夺理论揭示形成这种政策"误读"的深层原因,提出"政策认知定势"和"政策沉淀"概念,以解释特定政策背景下公众对政策的认知模式.     

基于信号分析方法的微博信息分析系统设计与实现

为了更好地挖掘和利用微博中的信息,设计了基于信号分析方法的微博信息分析系统,并探讨了具体的实现方法.该系统具有微博信息收集、信号辨识、信号解读等功能,系统输出结果具有多方面的应用价值.这一系统被应用到电影票房领域进行实证研究,发现电影相关微博数量与电影票房存在相关性,体现了微博信息的预测作用.此外,通过挖掘微博内容还能够分析网民的关注点和态度变化.研究结果表明,微博信息具有很高的应用价值,本文设计的专用信息分析系统可以有效地对其进行深入挖掘.     

公众对转基因农业技术态度形成中体制性信任的结构维度——基于微博平台互动评论的质性研究

本文采用扎根理论的方法,以微博上热点"转基因"主题文章的关涉政府的评论观点为原始资料,全面解构公众对转基因农业技术态度形成中体制性信任的结构维度。研究发现,公众对转基因农业技术态度形成中的体制性信任结构表现为以政府能力、政府价值、公众参与、信息公开、官员表现、规制公正性和规制完善性为代表的7大主范畴,可归结为契约型信任、互动型信任和规制型信任三种核心范畴,这三种信任形式分别服从宏观—中观—微观的层次衔接,能敏感作用于转基因农业技术的公众态度。     

城市自来水污染事件微博舆情应对研究--基于兰州政务微博、市民微博的实证分析

以兰州自来水苯污染事件为研究实例,以新浪微博为研究平台,将兰州政务微博与兰州市民微博发布的有关自来水苯污染事件的微博信息与评论为研究对象,首先对兰州政务微博与兰州市民微博发布的事件相关信息的时间分布、关注内容进行对比分析,然后考察兰州政务微博信息的评论情况、语言风格,进而对兰州政务微博的舆情应对能力做出分析评价,最后为政府有效应对城市自来水污染事件引发的微博舆情危机提供对策建议。     

恐怖事件情境下微博信息与评论用户的画像及比较

【目的/意义】构建用户特征指标体系,对恐怖事件情境下微博信息与评论用户进行画像并比较有助于掌握参与恐怖事件讨论用户的特点,加强反恐舆论引导。【方法/过程】以"#巴塞罗那恐怖袭击#"话题下的所有微博及评论数据为例,使用基于相关性的LDA主题模型提取微博主题,从用户特征和文本特征两个角度构建指标体系,并采用两步聚类刻画微博用户特征,分析发布微博用户和评论用户的异同。【结果/结论】以往活跃度、影响力较高的用户在该事件中不一定拥有较高的影响力;原始微博用户的平均等级略低于评论用户,但其在该事件中的影响力高于评论用户;原始微博用户类型多于评论微博用户类型。     

网民政策评议焦点识别模型研究

网民政策评议焦点的形成是网民政策态度的集中呈现。依据网民政策态度呈现特性,结合网络媒体抽样,分析近3年的具有代表性网络公共政策议题分布于12个主要网络媒体的网民评议逾500万条数据,从政策议题的新闻原创跟帖量、级联跟帖量、发博客数量、发微博客数量、新闻转载量、网络媒体分布、评议时间跨度这6个维度构建"网民政策评议焦点识别模型"。进一步通过可获取数据集验证模型,提出网民政策评议议题焦点指数计算方法。     

准社会互动视角下微博评论回复对品牌忠诚的影响

作为品牌官微对消费者评论内容的反馈,微博评论回复对消费者的品牌忠诚至关重要。文章以准社会互动理论为基础,分析微博评论回复对品牌忠诚的影响机制;并将评论回复分类,研究不同回复类型的影响差异。通过问卷调查法和情景实验法收集数据,使用SPSS 25.0和Smart PLS 3.0进行实证分析,结果显示：微博评论回复对准社会互动有正向作用,且准社会互动在微博评论回复对品牌忠诚的影响过程中起完全中介作用;品牌吸引力(社会吸引力和任务吸引力)在微博评论回复对准社会互动的影响过程中起部分中介作用;不同回复类型的影响作用具有显著差异,其中信息性灵活回复的效果最佳,情感性回复次之,信息性机械回复效果最差。     

微博环境下新冠肺炎疫情事件对网民情绪的影响分析

[目的/意义]微博作为一种重要的信息传播载体,在疫情信息发布与传播中发挥着重要作用。深入分析疫情信息中蕴含的疫情事件及其对网民情绪的影响,有助于各级政府准确掌握网络舆论情况,科学高效地做好防控宣传和舆情引导工作。[方法/过程]以新冠肺炎疫情相关的微博新闻及其评论作为研究对象,利用条件随机场(Conditional Random Field,CRF)模型从微博新闻中抽取疫情事件并建立疫情事件画像;在情感词典的基础上,引入双向长短期记忆网络(Bidirectional Long Short-Term Memory,Bi-LSTM)模型建立网民情绪画像;利用基于自注意力机制的Bi-LSTM模型对疫情事件与网民情绪进行关联分析。[结果/结论]真实语料集上的实验结果表明,围绕捐资、防控、临床和英雄等主题,CRF模型疫情事件抽取的F值均达到73%以上,Bi-LSTM模型网民情绪识别的F值均在70%以上,基于注意力机制的Bi-LSTM模型给出的网民情绪分布基本符合疫情发展态势。     

社交媒体中主流网络民意的表达与演化：基于共评网络的分析

[目的/意义]基于社交媒体用户的共同评论关系构建共评网络,综合运用社会网络分析与自然语言处理技术,探索高效挖掘社交媒体中主流网络民意的方法。[方法/过程]按阶段梳理社交媒体用户共评关系并构建共评网络,综合利用K核分解和核塌缩分析识别核心评论用户群;以核心评论用户群为目标分析对象,从主题和情感两个维度构建主流网络民意的表达,并分析网民讨论热点及情感分布的综合演化过程;利用新冠病毒感染疫情相关热门微博的评论数据进行实证研究。[结果/结论]共评网络分析可以准确识别出社交媒体中的核心评论用户群,其拥有结构稳定且联系紧密的共评关系;聚焦于核心评论用户群的评论内容,即可实现主流网络民意的高效挖掘,准确呈现出网民主要诉求和情感的变化特征;实证结果与我国新冠病毒感染疫情中的应对实情和网络舆论走势基本契合,证明了此方法的有效性。     

基于人类动力学的微博用户评论行为研究

【目的/意义】基于客观行为数据构建微博发布-评论行为的定量模型,解释社交网络用户信息交互关系,为微博舆情的监控与引导提供理论依据。【方法/过程】以新浪微博为研究对象,对揭示微博群体层面多对多模式中的发布-评论行为特征的五个重要指标进行分析,构建描述微博多对多模式中的发布-评论行为的定量模型,并通过仿真验证模型的有效性。【结果/结论】微博评论数频数分布满足幂指数为1.6659的幂律分布;微博已获评论数、微博影响力、信息可见度是影响新增评论的连接机制。本文构建的定量模型可以较好模拟真实的微博发布-评论行为。【创新/局限】从人类动力学视角解释了微博多对多模式的微博发布-评论行为的过程,揭示了群体层面的发布-评论行为生成机制。本文没有对不同类型微博的评论行为进行区分,在未来的研究中,将针对不同类型微博的评论行为做进一步探索。     

高校学生微博使用行为大数据分析和管理研究

微博作为信息时代的重要社交工具,得到了高校学生的普遍欢迎。大学生微博使用行为的信息挖掘,对于观察大学生群体社交行为特点,促进高校大学生线上行为管理具有重要的实践意义。本文结合统计调查和软件技术的方式,对高校学生的基本信息、微博内容、评论情况、关注焦点等进行数据采集和分类统计,判断其情感倾向和微博舆论特点。通过对采集大数据的分析研究,从客观上了解高校学生的微博使用行为习惯、使用态度和使用需求,做出规律总结与趋势预测,为高校大学生的微博行为引导和高校舆情管理提供参考意见。     

政府辟谣信息的用户评论及其情感倾向的影响因素研究

【目的/意义】明确用户评论的情感倾向及其主要影响因素,有助于政府了解网民的态度及观点,更好地引 导和控制舆情发展。【方法/过程】运用八爪鱼软件采集新浪政务微博上的辟谣信息,获取数据75847条,构建多元 Logistic回归模型对用户情感倾向的影响因素进行分析。【结果/结论】研究发现：用户对政府辟谣信息表现出不同的 情感倾向,其中,中性情感倾向用户比重最小,消极情感用户和积极情感用户占比接近;内容特征变量、文本特征变 量、用户特征变量均对用户情感倾向有显著影响,但影响方式各异。     

高校学生微博使用行为大数据分析和管理研究

微博作为信息时代的重要社交工具,得到了高校学生的普遍欢迎。大学生微博使用行为的信息挖掘,对于观察大学生群体社交行为特点,促进高校大学生线上行为管理具有重要的实践意义。本文结合统计调查和软件技术的方式,对高校学生的基本信息、微博内容、评论情况、关注焦点等进行数据采集和分类统计,判断其情感倾向和微博舆论特点。通过对采集大数据的分析研究,从客观上了解高校学生的微博使用行为习惯、使用态度和使用需求,做出规律总结与趋势预测,为高校大学生的微博行为引导和高校舆情管理提供参考意见。