重大突发公共事件中社交媒体用户信息行为研究

[目的/意义]重大突发公共事件发生时,社交媒体信息的可信度最为关键,严重影响社交媒体用户行为。而用户行为直接决定公共事件信息传播效果。当前大多数的社交媒体用户信息行为分析方法是量化、跟踪单个用户的网络行为,但是无法总体衡量媒体用户行为变化趋势。为此,文章以\"新型冠状病毒肺炎\"(COVID-19)疫情事件为例,对该重大突发公共事件中社交媒体用户的相关信息行为进行研究。[方法/过程]选取某市某高校学生作为研究对象,以Likert五级量表作为测量工具,依据调查问卷调查者对测量项目的认同程度,设计调查问卷变量测量量表。建立结构方程模型,并检验整体模型适配度,通过临界比率方法检验所建立模型的显著性,深入探究重大突发公共事件中社交媒体用户的信息行为。[结果/结论]研究结果表明,事件相关信息过量推送与分享易造成用户的心理抗拒情绪;事件信息质量决定了用户的信息行为;用户的危机信息采纳行为与风险感知存在负向影响;积极性信息的用户转发概率更高。     

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。     

重大突发公共卫生事件中的信息疫情管理研究

[目的/意义]旨在为疫情防控及其他公共突发事件中的信息管理提供参考.[方法/过程]通过对世卫组织流行病信息网络组织的信息疫情管理全球在线会议进行网络调查,在总结和借鉴在线会议成果的基础上,结合我国疫情期间所暴露的信息疫情管理问题,提出适合我国国情的信息疫情的管理对策.[结果/结论]提出协同多元主体建立统一的疫情信息管理...     

信息疫情对社交媒体用户消极使用行为的影响研究

[目的/意义]随着社交媒体的不断发展,信息疫情在社交媒体中的表现越发突出,给社会安全稳定、政府部门管控、用户身心健康等方面带来挑战。研究其对用户的影响有助于更好应对未来可能再次出现的信息疫情。[方法/过程]基于SSO理论框架,以怠倦情绪和抗拒心理中介变量,构建理论模型,通过问卷调查、结构方程模型等方法,探究信息疫情对社交媒体用户消极使用行为的影响。[结果/结论]信息过载、疫情信息质量差分别对倦怠情绪和抗拒心理有显著正向影响,倦怠情绪和抗拒心理分别对信息规避行为和信息屏蔽行为有显著正向影响。     

突发公共卫生事件中多主体参与的社交网络群体聚类模型

[目的/意义]通过用户聚类,调查不同类型的参与主体、不同参与时间以及不同影响力的主体在突发公共卫生事件信息传播中的作用。[方法/过程]文章将参与新型冠状病毒肺炎疫情(COVID-19)的主体划分为4种类型,分别是政府官微(GO)、主流媒体(MM)、意见领袖(OL)和普通网民(ON),将主体参与时间、影响力和类型作为聚类系数,通过Canopy和K-means聚类算法进行用户群体聚类。[结果/结论]研究发现,在紧急突发事件期间,政府官微(GO)、主流媒体(MM)和意见领袖(OL)是事件信息源,在信息传播网络中占主导地位,其中政府的主导作用最强。公众则主要助力于信息的转发和扩散,并且其信息来源于其他三类主体。对于信息传播主体而言,越早发布信息就越容易被公众接受,进而拥有更强的影响力。     

社交媒体用户公共事件信息回避行为动机研究

[目的/意义]对微博用户公共事件信息回避的原因进行分析,了解微博用户公共事件信息回避的行为特征,对用户个人、社交媒体平台、内容提供商及政府部门应对公共事件有重要实践意义。[方法/过程]基于S-O-R(刺激-机体-反应)模型,以微博平台上的公共事件信息为研究对象,从信息和情感角度分析了社交媒体用户公共事件信息回避行为的发生机制,探究了涉入度在模型中的调节效应,采用结构方程进行了假设验证。[结果/结论]影响社交媒体用户公共事件信息回避的信息因素(信息质量、信息交互、信息过载)通过用户情感因素(社交媒体疲劳)来导致用户的公共事件信息回避行为,同时涉入度对部分信息因素对用户情感因素的影响过程中起到调节作用。     

基于舆情画像的在线社交用户信息传播特征统计分析

[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴\"用户画像\"的思想,提出了在线社交用户舆情画像的概念,围绕人类动力学研究视角构建了在线社交用户的舆情画像模型,最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明,在线社交用户\"舆情画像\"可全面揭示其网络信息行为特征,实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析,从而为网络舆情生态环境的完善提供参考。     

社交媒体用户健康信息采纳和持续搜寻行为研究

【目的/意义】研究社交媒体用户健康信息采纳和持续搜寻行为的影响因素及二者之间的转化问题,有助于社交媒体平台优化建设,提升健康信息服务质效,增加用户黏性;有助于丰富健康信息行为研究内容,提高理论阐释力。【方法/过程】基于信息采纳模型以及期望确认模型,综合考虑感知有用、信息因素、满意度、感知风险等变量,构建健康信息采纳-持续搜寻行为转化理论模型,采用问卷调查收集数据,运用结构方程等研究方法进行实证分析。【结果/结论】感知有用对信息采纳产生显著的正向影响,满意度对持续搜寻产生显著的正向影响,而感知风险对信息采纳和持续搜寻产生间接的负向影响。【创新/局限】本文立足信息行为转化视角,研究信息采纳行为和持续搜寻行为的影响因素和模式,并深入分析了两个行为之间的转化问题,有效提升用户信息行为的连续性和持续性。     

突发公共卫生事件情境下在线健康社区用户画像与分群研究

【目的/意义】在突发公共卫生事件情境下面向在线健康社区用户画像与分群,有助于提升社区服务质量,为拓宽互联网疫情风险感知渠道作出贡献。【方法/过程】以“COVID-19”为例,结合社区数据特点从用户基本特征、用户兴趣主题、情感倾向、用户问诊需求和用户交互网络角色五个角度出发构建画像标签并利用DBSCAN聚类实现画像,根据画像结果呈现用户概貌;利用AP算法在画像基础上实现用户分群,通过社会网络分析找到最具疫情风险发现价值的用户类群。【结果/结论】实例分析表明,本文所构建的模型能够有效生成在线健康社区用户画像,画像可以对社区用户进行概括、映射用户原貌;分群结果呈现出5类社区用户群：患者、疑似患者、医师、奉献者和社区管理员;社会网络分析表明最具疫情风险发现价值的用户群体为疑似患者和奉献者。【创新/局限】实例分析数据量尚达不到“大数据”标准,画像构建粒度仍有继续提升的空间。     

社交媒体用户健康信息行为研究元人种志分析

[研究目的]明晰现阶段社交媒体健康信息行为的研究主题与研究内容,为深化相关研究提供理论参考.[研究方法]采用元人种志这一定性综合集成方法,严格按照相关步骤对21 项原始研究进行对比、分析、转译、集成.[研究结论]社交媒体情境下健康信息行为研究主题主要包括健康信息需求、健康信息搜寻行为、健康信息分享行为和健康信息采纳行为四个维度;针对各个主题的研究内容主要从健康信息类型、行为动机和影响因素三个子维度展开,其中影响因素子维度包括个人、社会、信息和技术四个方面.