突发公共事件政务微博回应方式对公众评论情感的影响研究

[目的/意义]探索突发公共事件下政务微博回应内容与公众评论情感之间的关系,为政务微博回应效果的评价提供依据,促进政府突发事件回应策略的完善。[方法/过程]首先对政务微博回应文本进行内容分析,然后对公众评论情感进行计算与分析,最后对政务微博回应内容和公众评论情感进行多因素方差分析。[结果/结论]研究发现,不同突发公共事件类型对政务微博回应效果的影响不显著;政务微博的回应议题对公众评论情感值影响显著,同时与事件类型和回应语气的交互对回应效果的影响进一步增强;回应态度与回应议题的结合形成不同回应策略,共同影响政务微博回应效果。[局限]首先,在公众评论文本收集的全面性方面还有待提升,其次可以将用户的情感特征进行更加详细的分类,提升用户情感分类的准确性。     

基于KANO模型的突发公共卫生事件信息公开的公众需求研究

[目的/意义]在突发公共卫生事件应对中,社会公众主动申请公开信息的需求与政府信息公开服务的精准供给的匹配度不足,而当前学界从公众关注视角对突发公共卫生事件信息公开的关键要素及策略的探讨也较少,难以提高突发公共卫生事件信息公开的公众满意度。[方法/过程]文章以新型冠状病毒肺炎疫情(COVID-19)事件为例,梳理了关于我国突发公共卫生事件信息公开内容与方式的文献与网页资料,运用问卷调查、KANO模型,从公众需求视角对突发公共卫生事件信息公开的内容与方式进行了实证研究。[结果/结论]将突发公共卫生事件信息公开的公众需求类型划分为基本型需求、期望型需求、魅力型需求、无差异型需求,并基于满意度系数(SI)—不满意度系数(DSI)象限图,分析各类信息公开内容与方式对公众需求满意度的影响特征,并提出突发公共卫生事件信息公开治理策略,为政府部门提升突发公共卫生事件信息公开质效提供决策支撑。     

基于Kano模型的个性化需求获取方法研究

为平衡大规模定制生产中顾客满意度与产品维护成本之间的矛盾,提出了一种基于Kano模型的个性化需求获取方法。该方法首先运用Kano模型结合模糊聚类方法,对个性化需求进行识别与筛选,构建了产品的个性化需求层次模型;然后运用熵值法结合Kano模型,计算层次模型底层个性化需求项的权重,确定了个性化需求项的重要度排序。最后以手机产品为例,证明了所述方法的可行性和有效性。     

基于政务微博内容分析的突发公共事件回应方式研究

【目的/意义】对突发公共事件政务微博回应内容的规律及特征进行分析,为政府网络舆情的应对工作提供理论参考。【方法/过程】选取影响力和网民认同度较高的政务微博,采用内容分析方法对政务微博的突发公共事件回应样本进行事件类型、回应议题、回应态度和回应语气等特征的分析,首先构建编码表,然后采用人工标注的方法对样本数据进行编码,最后对各类目的数量、分布、特征词进行统计分析。【结果/结论】政务微博在进行突发公共事件回应时多采用陈述语气,疑问和感叹语气在回应时也起到了引起关注和强调的作用;对不同的事件类型进行回应时,要掌握态度和议题的平衡,自然灾害事件多发布正能量信息转移公众的负面情绪,事件本身信息的发布和解释要相对减少。事故灾害类事件、社会安全类事件和公共卫生类事件要以解释事件进展为主,同时要发布对受害或受灾人员的关心和补救措施的信息。回应内容要注重措辞和词语的选择,态度和议题明确,防止产生误解。     

基于Kano模型的学术期刊微信公众号服务功能优化研究北大核心CSSCI

【目的】探究用户对学术期刊微信公众号服务功能的需求,为提升用户满意度及优化学术期刊微信公众号服务提供参考。【方法】在网络调研和专家咨询的基础上,提炼出30个学术期刊微信公众号服务功能。采用Kano模型分析、混合类分析及Better-Worse系数分析方法,对学术期刊微信公众号服务功能进行需求属性归类及优先级排序。【结果】在30个服务功能中,6个属于期望型需求,7个属于必备型需求,7个属于魅力型需求,10个属于无差异型需求。【结论】学术期刊微信公众号应根据不同的服务功能需求类型和优先级优化功能设计,并追踪其变化方向,在提升用户满意度的基础上提高学术期刊微信公众号的影响力。     

基于社交媒体的突发公共卫生事件公众信息需求与危机治理研究

[目的/意义]新型冠状病毒肺炎疫情(简称新冠肺炎疫情)的全球蔓延引发了各领域学者对于突发公共卫生事件科学应对的思考。文章以新冠肺炎疫情为例,以微博为研究对象,旨在探讨突发公共卫生事件中公众的信息需求对于危机治理的影响机制。[方法/过程]首先,对新冠肺炎疫情及微博舆情做出阶段划分,进而利用质性分析结合层次聚类法从微博文本数据中抽取公众信息需求并跟踪其演变,最终结合相关理论探索性地建立了突发公共卫生事件公众信息需求模型。[结果/结论]突发公共卫生事件中公众的信息需求主要围绕风险认知、行为规范、情感、行为四个方面,通过社交媒体可以准确追踪公众信息需求并向公众提供所需信息,信息需求的满足最终促使公众自发参与危机治理。     

基于需求导向的旅游政务微博公共信息服务质量优化研究——以山东旅游政务微博为例

旅游政务微博已成为政府官方旅游机构发布和传播旅游信息的重要载体,其信息服务质量的优化对于完善旅游信息服务体系建设和提升旅游品牌形象尤为关键。本研究借鉴扎根理论,对游客的网络评论数据进行三级编码,归纳了网络游客信息需求的4个核心范畴,从而构建了旅游政务微博公共信息服务质量优化的理论模型,最终依据模型提出相关的优化建议。     

面向在线评论的用户需求分析框架与实证研究--基于KANO模型

[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。     

面向在线评论的用户需求分析框架与实证研究--基于KANO模型

[目的/意义]理解用户需求是企业管理实践中的重要一环,在线评论作为用户偏好表达的重要渠道,是企业发现用户需求的重要数据来源。因此,如何从在线评论中有效挖掘出用户需求,是一个重要的研究问题。[方法/过程]文章构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性,然后基于BERT模型标注出不同属性上的评论短句,并对其进行情感分析,最后依据不同属性上的评论短句与情感分析结果,通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类,并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息,为企业提供产品改进策略参考。[局限]样本数据集有限,存在不均衡状况。     

基于结构方程的政务微博公众参与研究

针对政务微博发展的特点,将公众参与政务微博划分为2个层次,即关注层和互动层,结合TAM模型、动机理论、信任理论提出地方政务微博公众接受模型,对概念模型中的潜在变量进行操作化定义,构建其观察变量,并设计相应的调查问卷进行数据收集,并运用结构方程模型方法进行模型检验和实证研究,根据实证分析结果,提出了相应的建议。     

基于Kano模型的数字资源评价指标分类研究

介绍数字资源评价指标体系,并运用Kano模型的思想对高校用户需求指标进行研究,分析用户对数字资源的内容、检索系统性能、系统友好性、网络工具以及相关信息服务等方面的需求,进而将评价指标体系分为必备需求指标、拓展需求指标、潜在需求指标和无关特性指标4类。     

学术期刊网站功能服务需求的Kano模型评价

【目的】探讨学术期刊网站用户需求及功能服务的满意度评价。【方法】采用Kano模型问卷调查法,对学术期刊网站进行用户需求调研,根据调研结果分析网站的功能归属分类;通过计算各功能项的Better-Worse 指数,结合象限分析法,对功能项的重要程度进行评价。【结果】26个功能因素中,只有期刊和编辑部简介为用户基本型需求,5个为魅力型需求,10个为期望型需求,其余为无差异需求。【结论】学术期刊网站应依据功能需求的属性和优先级排序,结合数字化时代要求,追踪用户需求类型的变化方向,深入挖掘网站功能和细分功能项以优化学术期刊网站设计,提高学术期刊网站的传播力和用户体验效果。     

邻避事件中的公众情绪、政府回应与信息转发意愿研究

[目的/意义]邻避事件中,非利益相关公众在网络空间"借机"宣泄负性情绪而导致的舆情,可能放大当地利益相关公众的负性情绪和风险感知,致使邻避事件的冲突激化。对非利益相关公众这种负性情绪在政府回应前后的变化及其与信息转发意愿的关系进行探讨,是网络时代舆情治理的重要议题,但目前鲜有研究涉及。[方法/过程]采用2(情绪性:高负性情绪、低负性情绪)×2(回应透明度:高透明、低透明)组间设计,以独立样本T检验比较政府回应对个体负性情绪变化状况的影响,同时通过回归分析探讨个体的负性情绪在政府回应前后对其信息转发意愿的影响以及政府信任在其中的调节作用。[结果/结论]研究表明:在政府未回应时,非利益相关公众的负性情绪感受越高,对非官方信息的转发意愿越强,而在政府回应后,负性情绪感受越低,对官方回应信息的转发意愿越强;政府未回应时,对政府的信任能够减弱负性情绪对非官方信息转发意愿的正向影响,政府回应后,对政府的信任能够增强负性情绪对官方回应信息转发意愿的负向影响;政府回应尤其是高透明的回应,能够显著降低非利益相关公众的负性情绪感受。     

重大公共事件中政务微博信息特征研究——以河南暴雨事件中@人民日报新浪微博为例

[目的/意义]旨在提高各级媒体对政务微博的管理能力.[方法/过程]运用统计分析方法,对河南暴雨事件中@人民日报新浪微博文本内容进行分类、分时段和主题关键词分析,总结重大公共事件中政务微博的信息特征.[结果/结论]在事件发展的不同时期各类微博的内容侧重点有所不同,网友互动情况略有差异,关键词分析体现国家主流媒体对重大公共...     

公众对政府信息的关注研究

以国务院25个组成部门的搜索指数、媒体指数、人群组成为数据源,在社会公众和媒体对政府信息的关注内容、关注程度、关注趋势及人群组成等方面进行了分析,研究发现:公众对政府信息的关注呈现增长趋势,关注的角度主要基于自身的需求;媒体对政府信息的关注呈现分化状态,主要关注对外发声较多的政府部门及其信息;对政府信息关注较高的人群主要集中在东部沿海及中部部分地区,在研究结论基础上提出开发用户统计分析功能。     

公众导向的电子政务信息资源共享建设研究

电子政务建设在政府变革过程中扮演了重要角色,是提升政府效率、增强政府透明度及联动公众的重要工具。而信息资源共享则是电子政务建设的关键环节。但是,传统电子政务信息资源共享建设存在理念误区,以及重硬件轻软件、重系统轻资源、重建设轻制度等问题,忽略了政府工具变革过程中的公众需要。因此,以电子政务信息资源共享为核心、以公众导向为基点,通过项目论证开放化、技术支持市场化、绩效评估社会化等措施,推动以公众为导向的电子政务信息资源共享建设,对促成公众、企业、政府及政府部门间的良性互动,实现政府再造有着重要意义。     

基于Kano模型的政府数据开放平台用户体验要素分类研究

以经典用户体验模型为基础,建立了政府数据开放平台用户体验的要素体系,运用Kano模型的问卷处理方法、传统分类和Better-Worse分类方法对每个用户体验要素进行了归类,并精确识别出当改善某特定用户体验要素时对提高用户满意度和防止用户不满意度的影响。结果显示,在45个要素中,7个属于魅力因子,26个属于一维因子,6个属于必备因子,4个属于无差异因子,2个属于反向因子。此外,通过敏感度排序得出需改进要素36个,并筛选出"建议反馈功能"等7个要素为关键因素,以期为政府数据开放平台合理分配资源以改善服务质量提供参考。