信息生态视角下的社交网络舆情传播研究
发布时间：2022-10-19 19:14
社交网络舆情是社交网络用户对社会热点问题产生不同看法的网络舆论,是社会舆论的一种表现形式。社交网络舆情是网民通过互联网对社会和生活中的热点、焦点问题所持有的具有影响力、倾向性的观点和意见的集合。社交网络的迅速发展使网络舆情具有突发性、多元性、隐蔽性和偏差性等特征。社交网络舆情具有爆发快、覆盖面广等特征,使得相关话题和事件能够在短时间内形成强大的网络和社会舆论场,由此产生的社会影响甚至在一定程度上改变了事态发展轨迹。而这些特性对社交网络舆情信息生态环境产生较大威胁,导致舆情生态系统恶化,甚至造成严重的社会危害性甚至引发重大群体性事件,威胁社会和谐和国家稳定。本文结合文献分析法、实证分析法、仿真分析法和机器学习等方法,基于信息生态理论研究社交网络舆情传播规律。具体来说,本研究主要包括五个部分。首先,第三章基于信息生态系统理论分析社交网络舆情传播机理,是全文的理论核心框架,指出信息生态三个要素为信息人、信息和信息环境;接着第四章至第六章分别基于信息人、信息和信息环境实证分析社交网络舆情节点影响力、用户情感分类及演化规律,以及社交网络舆情传播网络结构和舆情演进规律,为第七章提供理论支撑。最后,...
【文章页数】：174 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与选题意义
1.1.1 研究背景
1.1.2 选题意义
1.2 国内外研究现状
1.2.1 国外社交网络舆情研究进展
1.2.2 国内社交网络舆情研究进展
1.2.3 国内外网络舆情研究趋势
1.2.4 研究现状评述
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
1.3.3 研究对象
1.4 研究技术路线图
第2章 相关概念及理论基础
2.1 社交网络舆情的相关理论
2.1.1 社交网络舆情的内涵
2.1.2 社交网络舆情的特征
2.1.3 社交网络舆情演化过程
2.2 信息生态的相关理论
2.2.1 信息生态的内涵
2.2.2 信息生态系统
2.2.3 信息生态因子
2.2.4 信息生态链
2.3 信息熵的相关理论
2.3.1 信息熵的内涵
2.3.2 信息熵的应用
2.4 情感分类的相关理论
2.4.1 情感分类的内涵
2.4.2 情感极性
2.4.3 情感强度
2.4.4 情感分类方法
2.5 本章小结
第3章 基于信息生态系统的社交网络舆情传播机理
3.1 社交网络舆情传播的信息生态要素
3.1.1 社交网络舆情传播主体要素
3.1.2 社交网络舆情传播客体要素
3.1.3 社交网络舆情传播环境要素
3.1.4 社交网络舆情信息传播影响因素
3.1.5 社交网络舆情传播信息生态要素模型
3.2 社交网络舆情演化机理
3.2.1 社交网络舆情传播生态系统运行机理
3.2.2 社交网络舆情传播生态系统演化模式
3.3 社交网络舆情传播动机与动力
3.3.1 社交网络舆情传播动机
3.3.2 社交网络舆情传播动力
3.4 社交网络舆情传播机理系统模型
3.5 本章小结
第4章 基于信息人的社交网络舆情节点影响力分析
4.1 社交网络舆情节点影响力问题的提出
4.2 社交网络舆情节点影响力
4.3 网络舆情节点影响力模型
4.3.1 网络舆情节点影响力建模流程
4.3.2 网络舆情用户节点直接影响力信息熵模型
4.3.3 网络舆情用户节点间接影响力信息熵模型
4.3.4 网络舆情用户节点综合影响力信息熵模型
4.4 研究方法
4.4.1 数据来源
4.4.2 数据采集
4.4.3 数据处理
4.5 微信公众号影响力计算
4.5.1 微信公众号直接影响力信息熵
4.5.2 微信公众号间接影响力信息熵
4.5.3 微信公众号综合影响力信息熵
4.6 网络舆情节点影响力仿真分析
4.6.1 直接影响力信息熵仿真
4.6.2 间接影响力仿真
4.6.3 综合影响力仿真
4.7 社交网络舆情节点影响力计算
4.8 本章小结
第5章 基于信息的社交网络舆情文本情感分类
5.1 社交网络舆情文本情感分类问题的提出
5.2 社交网络网络舆情用户情感分类
5.2.1 kNN分类法
5.2.2 研究框架
5.2.3 情感极性词表构建
5.2.4 情感极性与情感强度计算
5.2.5 极性值与情感值计算
5.3 社交网络网络舆情用户评论文本分类
5.3.1 分词和词向量训练
5.3.2 卷积神经网络
5.3.3 基于卷积神经网络的用户文本分类模型
5.3.4 文本向量训练与选择
5.3.5 文本训练及测试
5.4 研究方法
5.4.1 数据来源及数据采集
5.4.2 模型设置
5.5 社交网络网络舆情用户情感分析
5.5.1 社交网络网络舆情用户情感倾向分析
5.5.2 社交网络网络舆情用户情感特征分析
5.5.3 社交网络网络舆情用户情感演化可视化分析
5.6 基于卷积神经网络的社交网络网络舆情用户文本分类
5.6.1 文本语料库构建及分类结果
5.6.2 模型参数测试
5.6.3模型对比实验
5.7 本章小结
第6章 基于信息环境的社交网络舆情演化特征
6.1 社交网络舆情演化问题的提出
6.2 社交网络舆情演化机制
6.2.1 社交网络舆情演化过程
6.2.2 社交网络舆情传播网络结构
6.3 社交网络舆情传播模型构建
6.3.1 社交网络舆情传播建模思想
6.3.2 社交网络舆情传播模型
6.4 研究方法
6.4.1 数据来源
6.4.2 数据采集
6.4.3 数据处理
6.4.4 数据结果
6.5 社交网络舆情传播规律分析
6.5.1 社交网络舆情时间演化规律分析
6.5.2 社交网络舆情传播仿真分析
6.5.3 微博与微信舆情传播网络结构分析
6.6 社交网络舆情演化可视化分析
6.6.1 突发期可视化分析
6.6.2 蔓延期可视化分析
6.6.3 消散期可视化分析
6.7 社交网络舆情预警分析
6.8 本章小结
第7章 信息生态视角下社交网络舆情管理策略
7.1 社交网络舆情管理问题的提出
7.1.1 社交网络舆情管理的重要性
7.1.2 微信舆情管理挑战
7.1.3 微博舆情管理挑战
7.1.4 基于信息生态系统的社交网络舆情管理体系
7.2 社交网络舆情用户管理
7.2.1 社交网络舆情用户管理内容
7.2.2 社交网络舆情用户管理机制
7.2.3 社交网络舆情用户管理策略
7.3 社交网络舆情政府管理
7.3.1 社交网络舆情政府针对舆情内容的管理策略
7.3.2 社交网络舆情政府针对舆情环境的管理策略
7.3.3 社交网络舆情政府管理保障体系
7.4 社交网络舆情平台管理
7.4.1 社交网络舆情平台预警机制
7.4.2 社交网络舆情平台引导机制
7.4.3 社交网络舆情平台控制机制
7.5 本章小结
第8章 研究结论与展望
8.1 研究结论
8.2 研究创新点
8.3 研究局限及展望
参考文献
研究成果
致谢
【参考文献】：
期刊论文
[1]多维特征融合的网络舆情突发事件演化话题图谱研究[J]. 刘雅姝,张海涛,徐海玲,魏萍. 情报学报. 2019(08)
[2]高校学生网络舆情的动态监测路径与防控机制研究[J]. 李中原. 现代情报. 2019(08)
[3]基于SEIQR演化博弈模型的突发网络舆情传播与控制研究[J]. 陈莫凡,黄建华. 情报科学. 2019(03)
[4]融入紧密度中心性与信用的社交网络用户影响力强度计算模型[J]. 琚春华,赵凯迪,鲍福光. 情报学报. 2019(02)
[5]基于模块度的话题发现及网民情感波动研究——以新浪微博“中美间贸易摩擦”话题为例[J]. 张海涛,刘雅姝,张枭慧,宋拓. 图书情报工作. 2019(04)
[6]基于生命周期理论的自媒体环境下医疗突发事件舆情演化研究[J]. 王根生,胡冬冬. 内蒙古农业大学学报(社会科学版). 2018(06)
[7]基于社会网络分析的意见领袖与在线群体影响力关系研究[J]. 刘嘉琪,齐佳音,陈曼仪. 情报科学. 2018(11)
[8]知乎平台用户影响力分析与关键意见领袖挖掘[J]. 郭博,许昊迪,雷水旺. 图书情报工作. 2018(20)
[9]用户跨屏在线信息搜索意愿影响因素研究——基于信息生态视角[J]. 常颖,王晰巍,韦雅楠,王铎. 情报科学. 2018(10)
[10]基于交互行为和情感倾向的移动社交网络用户影响力度量模型研究[J]. 张继东,杨杨. 情报理论与实践. 2019(01)
博士论文
[1]信息生态治理对商业生态系统成员企业知识整合影响研究[D]. 付广华.吉林大学 2019
[2]信息生态视角下政务微信信息服务模式与服务质量评价研究[D]. 李宗富.吉林大学 2017
[3]几类网络舆情研判模型及应对策略研究[D]. 孙莉玲.东南大学 2016
[4]信息生态视角下网络平台构建机理及运行效率评价研究[D]. 周昕.吉林大学 2016
[5]社会化媒体信息质量的影响主体博弈及管控策略研究[D]. 孙晓阳.江苏大学 2016
[6]复杂网络环境下舆情演化机理研究[D]. 纪诗奇.北京工业大学 2014
[7]基于复杂社会网络的网络舆情演化模型研究[D]. 张伟.哈尔滨工业大学 2014
[8]突发事件网络舆情的演化规律与政府监控[D]. 易臣何.湘潭大学 2014
[9]博客舆情热点发现与分析[D]. 周而重.北京工业大学 2013
[10]突发事件舆论引导机制研究[D]. 焦俊波.华中科技大学 2013
硕士论文
[1]基于机器学习的网络舆情文本情感分类方法研究[D]. 范文慧.电子科技大学 2019
[2]基于信息生态理论的政法微博舆情因子演变研究[D]. 邓如梦.华中科技大学 2018
[3]基于情感词典的中文微博情感倾向分析研究[D]. 陈晓东.华中科技大学 2012
[4]新浪微博的网络舆情分析研究[D]. 张岚岚.华东师范大学 2011
[5]网络舆情监测系统设计与实现[D]. 项斌.电子科技大学 2010
本文编号：3693952
【文章页数】：174 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与选题意义
1.1.1 研究背景
1.1.2 选题意义
1.2 国内外研究现状
1.2.1 国外社交网络舆情研究进展
1.2.2 国内社交网络舆情研究进展
1.2.3 国内外网络舆情研究趋势
1.2.4 研究现状评述
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
1.3.3 研究对象
1.4 研究技术路线图
第2章 相关概念及理论基础
2.1 社交网络舆情的相关理论
2.1.1 社交网络舆情的内涵
2.1.2 社交网络舆情的特征
2.1.3 社交网络舆情演化过程
2.2 信息生态的相关理论
2.2.1 信息生态的内涵
2.2.2 信息生态系统
2.2.3 信息生态因子
2.2.4 信息生态链
2.3 信息熵的相关理论
2.3.1 信息熵的内涵
2.3.2 信息熵的应用
2.4 情感分类的相关理论
2.4.1 情感分类的内涵
2.4.2 情感极性
2.4.3 情感强度
2.4.4 情感分类方法
2.5 本章小结
第3章 基于信息生态系统的社交网络舆情传播机理
3.1 社交网络舆情传播的信息生态要素
3.1.1 社交网络舆情传播主体要素
3.1.2 社交网络舆情传播客体要素
3.1.3 社交网络舆情传播环境要素
3.1.4 社交网络舆情信息传播影响因素
3.1.5 社交网络舆情传播信息生态要素模型
3.2 社交网络舆情演化机理
3.2.1 社交网络舆情传播生态系统运行机理
3.2.2 社交网络舆情传播生态系统演化模式
3.3 社交网络舆情传播动机与动力
3.3.1 社交网络舆情传播动机
3.3.2 社交网络舆情传播动力
3.4 社交网络舆情传播机理系统模型
3.5 本章小结
第4章 基于信息人的社交网络舆情节点影响力分析
4.1 社交网络舆情节点影响力问题的提出
4.2 社交网络舆情节点影响力
4.3 网络舆情节点影响力模型
4.3.1 网络舆情节点影响力建模流程
4.3.2 网络舆情用户节点直接影响力信息熵模型
4.3.3 网络舆情用户节点间接影响力信息熵模型
4.3.4 网络舆情用户节点综合影响力信息熵模型
4.4 研究方法
4.4.1 数据来源
4.4.2 数据采集
4.4.3 数据处理
4.5 微信公众号影响力计算
4.5.1 微信公众号直接影响力信息熵
4.5.2 微信公众号间接影响力信息熵
4.5.3 微信公众号综合影响力信息熵
4.6 网络舆情节点影响力仿真分析
4.6.1 直接影响力信息熵仿真
4.6.2 间接影响力仿真
4.6.3 综合影响力仿真
4.7 社交网络舆情节点影响力计算
4.8 本章小结
第5章 基于信息的社交网络舆情文本情感分类
5.1 社交网络舆情文本情感分类问题的提出
5.2 社交网络网络舆情用户情感分类
5.2.1 kNN分类法
5.2.2 研究框架
5.2.3 情感极性词表构建
5.2.4 情感极性与情感强度计算
5.2.5 极性值与情感值计算
5.3 社交网络网络舆情用户评论文本分类
5.3.1 分词和词向量训练
5.3.2 卷积神经网络
5.3.3 基于卷积神经网络的用户文本分类模型
5.3.4 文本向量训练与选择
5.3.5 文本训练及测试
5.4 研究方法
5.4.1 数据来源及数据采集
5.4.2 模型设置
5.5 社交网络网络舆情用户情感分析
5.5.1 社交网络网络舆情用户情感倾向分析
5.5.2 社交网络网络舆情用户情感特征分析
5.5.3 社交网络网络舆情用户情感演化可视化分析
5.6 基于卷积神经网络的社交网络网络舆情用户文本分类
5.6.1 文本语料库构建及分类结果
5.6.2 模型参数测试
5.6.3模型对比实验
5.7 本章小结
第6章 基于信息环境的社交网络舆情演化特征
6.1 社交网络舆情演化问题的提出
6.2 社交网络舆情演化机制
6.2.1 社交网络舆情演化过程
6.2.2 社交网络舆情传播网络结构
6.3 社交网络舆情传播模型构建
6.3.1 社交网络舆情传播建模思想
6.3.2 社交网络舆情传播模型
6.4 研究方法
6.4.1 数据来源
6.4.2 数据采集
6.4.3 数据处理
6.4.4 数据结果
6.5 社交网络舆情传播规律分析
6.5.1 社交网络舆情时间演化规律分析
6.5.2 社交网络舆情传播仿真分析
6.5.3 微博与微信舆情传播网络结构分析
6.6 社交网络舆情演化可视化分析
6.6.1 突发期可视化分析
6.6.2 蔓延期可视化分析
6.6.3 消散期可视化分析
6.7 社交网络舆情预警分析
6.8 本章小结
第7章 信息生态视角下社交网络舆情管理策略
7.1 社交网络舆情管理问题的提出
7.1.1 社交网络舆情管理的重要性
7.1.2 微信舆情管理挑战
7.1.3 微博舆情管理挑战
7.1.4 基于信息生态系统的社交网络舆情管理体系
7.2 社交网络舆情用户管理
7.2.1 社交网络舆情用户管理内容
7.2.2 社交网络舆情用户管理机制
7.2.3 社交网络舆情用户管理策略
7.3 社交网络舆情政府管理
7.3.1 社交网络舆情政府针对舆情内容的管理策略
7.3.2 社交网络舆情政府针对舆情环境的管理策略
7.3.3 社交网络舆情政府管理保障体系
7.4 社交网络舆情平台管理
7.4.1 社交网络舆情平台预警机制
7.4.2 社交网络舆情平台引导机制
7.4.3 社交网络舆情平台控制机制
7.5 本章小结
第8章 研究结论与展望
8.1 研究结论
8.2 研究创新点
8.3 研究局限及展望
参考文献
研究成果
致谢
【参考文献】：
期刊论文
[1]多维特征融合的网络舆情突发事件演化话题图谱研究[J]. 刘雅姝,张海涛,徐海玲,魏萍. 情报学报. 2019(08)
[2]高校学生网络舆情的动态监测路径与防控机制研究[J]. 李中原. 现代情报. 2019(08)
[3]基于SEIQR演化博弈模型的突发网络舆情传播与控制研究[J]. 陈莫凡,黄建华. 情报科学. 2019(03)
[4]融入紧密度中心性与信用的社交网络用户影响力强度计算模型[J]. 琚春华,赵凯迪,鲍福光. 情报学报. 2019(02)
[5]基于模块度的话题发现及网民情感波动研究——以新浪微博“中美间贸易摩擦”话题为例[J]. 张海涛,刘雅姝,张枭慧,宋拓. 图书情报工作. 2019(04)
[6]基于生命周期理论的自媒体环境下医疗突发事件舆情演化研究[J]. 王根生,胡冬冬. 内蒙古农业大学学报(社会科学版). 2018(06)
[7]基于社会网络分析的意见领袖与在线群体影响力关系研究[J]. 刘嘉琪,齐佳音,陈曼仪. 情报科学. 2018(11)
[8]知乎平台用户影响力分析与关键意见领袖挖掘[J]. 郭博,许昊迪,雷水旺. 图书情报工作. 2018(20)
[9]用户跨屏在线信息搜索意愿影响因素研究——基于信息生态视角[J]. 常颖,王晰巍,韦雅楠,王铎. 情报科学. 2018(10)
[10]基于交互行为和情感倾向的移动社交网络用户影响力度量模型研究[J]. 张继东,杨杨. 情报理论与实践. 2019(01)
博士论文
[1]信息生态治理对商业生态系统成员企业知识整合影响研究[D]. 付广华.吉林大学 2019
[2]信息生态视角下政务微信信息服务模式与服务质量评价研究[D]. 李宗富.吉林大学 2017
[3]几类网络舆情研判模型及应对策略研究[D]. 孙莉玲.东南大学 2016
[4]信息生态视角下网络平台构建机理及运行效率评价研究[D]. 周昕.吉林大学 2016
[5]社会化媒体信息质量的影响主体博弈及管控策略研究[D]. 孙晓阳.江苏大学 2016
[6]复杂网络环境下舆情演化机理研究[D]. 纪诗奇.北京工业大学 2014
[7]基于复杂社会网络的网络舆情演化模型研究[D]. 张伟.哈尔滨工业大学 2014
[8]突发事件网络舆情的演化规律与政府监控[D]. 易臣何.湘潭大学 2014
[9]博客舆情热点发现与分析[D]. 周而重.北京工业大学 2013
[10]突发事件舆论引导机制研究[D]. 焦俊波.华中科技大学 2013
硕士论文
[1]基于机器学习的网络舆情文本情感分类方法研究[D]. 范文慧.电子科技大学 2019
[2]基于信息生态理论的政法微博舆情因子演变研究[D]. 邓如梦.华中科技大学 2018
[3]基于情感词典的中文微博情感倾向分析研究[D]. 陈晓东.华中科技大学 2012
[4]新浪微博的网络舆情分析研究[D]. 张岚岚.华东师范大学 2011
[5]网络舆情监测系统设计与实现[D]. 项斌.电子科技大学 2010
本文编号：3693952
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3693952.html