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。     

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。     

重大突发事件中公安政务微信应急传播研究——以昆明暴恐事件为例

采用观察统计法对昆明暴恐事件中发布相关信息的公安政务微信账号进行了地域分布分析和行政层级分析;通过内容分析法从信息发布时间、信息来源、信息类型三个方面进行了实证研究;分析论述了现阶段公安政务微信在重大突发事件信息传播中存在的问题;并对公安政务微信的未来发展提出了对策建议。     

基于内容分类的政务微博关注度分析——以四川省政府政务微博为例

基于微博内容对四川省政府政务微博进行分类,提取16个市及自治州的2233条政务微博进行分析,运用层次分析法建立微博关注度评价指标体系,确定指标权重,计算各内容类型政务微博关注度的得分并排名,分析排名原因。对发文量与微博关注度适应情况进行二维分析并提出改进意见,为日后政府政务微博的信息发布提供一种合理的导向。     

政务微博评论中情感极性分析方法研究——以上海公安机构微博为例

[目的/意义] 研究政务微博评论中的情感极性分析方法,为政务微博情感倾向判断提供依据并为未来情感分析研究指出方向。[方法/过程] 基于字典的情感分析方法构建情感极性分析模型,以上海公安机构微博为实例,验证模型的可用性,并分析微博已有属性信息在情感分析中的作用。最后对微博的这些信息以及情感极性进行相关性分析。[结果/结论] 本文的情感极性分析模型具有可用性,微博评论量和转发量之间存在着显著正相关性,并且在转发量较低时,评论量与情感极性存在着显著负相关关系。且当微博点赞量大于评论量时,微博内容自身带有正向情感倾向。     

微博政务:政府微博客的信息公开服务

微博政务和政府微博客是完全不同的概念.无论是从政府视角,还是从公众视角,信息公开都是政府微博客的发展方向,但政府微博客并不是发展目标.作为公共服务的微博政务,试图通过微博客平台实现动态的信息共享,也是满足公众知情权的诉求,更是服务型政府建设的重要内容.为此,政府微博客的发展思路应关注信息公开规范化、微博客网络管理、促进机制三方面,而微博政务的发展路径则侧重于技术功能和政务流程的匹配关系、政府部门及公务员的技能培训、信息共享效果三方面.     

基于内容的微博信息质量评价研究——以新浪微博为例

随着微博研究的不断深入,对微博信息质量的评价刻不容缓。本文从信息内容出发,建立个人微博信息质量评价指标体系,并运用个人领域词表和文本挖掘方法,以新浪微博抽样数据为例,对信息质量进行测度,结果表明该方法具有可操作性,为微博信息质量评价提供了有效途径,文章最后总结了测评过程中存在的不足和对未来的展望。     

政务微博网络结构特征研究——以重庆市为例

通过引入复杂网络理论,对政务微博网络结构进行基于社会网络分析方法的研究。以重庆市地区的917个微博账号为研究对象,应用Matlab分析软件对重庆市政务微博账号的关注关系进行分析,从度、聚类系数和平均路径长度3个维度分析其关注系数情况和网络结构特点。研究表明,政务微博关注关系网络入度符合幂律分布,具有重尾分布的特点,其网络结构具有较好的聚集特性,符合小世界网络基本特征。此外,本文就分析得到的结果对政务微博的发展提出针对性建议。     

以微博为媒介的官民互动特点分析——以新浪政务微博为例

文章采用文本分析的方式,对新浪政务微博中官民互动行为进行了探究。阐述了微博媒介环境下官民互动主体与层次的关系;分析了微博媒介下官民互动的主要特点;并就“官微博”在互动发展中“微”意识的培育、“微”语言的熟练运用、“制度”的自我反思和重构等应当注意的问题提出了相关建议。     

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。     

政务微博技术与公共服务特性的匹配研究——以广东省政法微博为例

政务微博,特别是政法微博,在中国的发展方兴未艾。然而政法微博数量迅速增长的背后是微博的使用和管理状态迥异。如何理解并解决这样巨大的差异性成为政法微博使用和管理中的最大困惑。为了更好发挥新型技术在政府服务中的作用,本研究在现有电子政务理论的基础上,着重分析公共服务的创新性和复杂性两个维度,针对四种不同的公共服务类别分别分析了政务微博在使用中可能出现的困难所在;并以广东省政法微博的运营为案例,详细分析了微博技术同公共服务功能匹配的重要性以及利用微博技术的注意事项。在此基础上,本文为未来的政法微博的管理和运营提出了相关的政策建议。     

基于政务微博的信息公开与舆情演化研究——以新冠肺炎病例信息为例

[目的/意义]从数据层面探索信息公开与舆情演化之间的关系,为完善重大突发公共事件中的政府信息公开制度提供参考。[方法/过程]以政务微博为研究平台,选取新冠肺炎疫情事件为典型案例,聚焦病例信息公开及评论数据。使用内容分析法提取信息公开特征,基于SnowNLP模型计算社会情绪,结合焦点诉求分析舆情演化趋势。引入政府危机管理系列理论,探讨信息公开与舆情演化的双向作用机制。[结果/结论]信息公开不足会导致消极的社会情绪。随着信息公开工作的改进,公众诉求的态度和内容从一开始的强硬、笼统变得温和、具体。信息公开与舆情演化在周期上具有同步性,二者相互影响,这对于政府把握舆情规律,推进应急管理工作发展有重要意义。     

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。     

突发公共事件中微博的影响力分析

微博作为一种新兴的传播力量,发布、传播信息即时、多样、快速、广泛、互动,通过转发、链接、评论以及吸引传统媒体参与等手段,在突发公共事件中能快速设置公共议题、引导舆论走向、并干预影响受众行动,体现了强大的舆论引导作用和和强大的传播效果。     

近十年来重大网络公共事件的分布特征

[目的/意义]随着互联网的高速发展和网民规模的不断扩大,人们意见表达的方式趋向多元化,越来越多的网民开始通过网络平台来表达各自的想法和观点,这也进一步推动了网络公共事件的发生。网络公共事件呈现出的特征,以及网络舆论对公共权力和政府回应产生的影响,对此学术界的研究并不多。[方法/过程]对2005年7月至2015年6月的重大网络公共事件进行系统分析,分别探讨了时间、空间、政府部门层级、信源、主流舆论态度、群体行为、事件议题类型、网络舆论作用、政府回应类型九个维度的特征,并进行计量统计和图表展示。[结果/结论]通过对以上数据的梳理,掌握了近十年来重大网络公共事件的分布特征,以期对影响公共权力和政府回应的因素进行深入的探讨。     

微博信息生态链的形成机理及仿真研究——以新浪微博低碳技术话题为例

文章从信息生态链中的信息人、微博内容、传播路径三个构成要素入手,分析了信息生态链的基本结构,给出了三种类型的微博信息生态链的形成路径,从形成路径的三个核心环节和影响因素两个方面构建了微博信息生态链的形成机理模型.结合“低碳技术”热点话题,对微博信息生态链形成机理的过程进行仿真.研究在理论层面可更好地拓展信息生态链理论在微博这一新型社会传播媒体中的应用,为微博等新型媒体的研究提供新视角;在实践层面能更好地揭示微博信息传播过程中存在的各种生态特征.