發(fā)布時間：2021-05-20 02:43

　　【目的/意義】近年來,頻發(fā)的群體情緒性事件已成為應急管理重大挑戰(zhàn),研究自媒體時代網民群體負面情緒傳播機制對政府把控輿情、引導輿論意義重大�！痉椒�/過程】在情緒感染理論和經典傳染病動力學模型基礎上,引入負面情緒累積效應,構建負面情緒累積效應下網民群體情緒傳播的IESR模型,解析群體情緒強度、情緒自我調節(jié)和政府輿情引導等因素對負面情緒傳播的重要影響�！窘Y果/結論】數(shù)值仿真表明:群體情緒強度大小和情緒傳播行為呈正相關,群體情緒強度越大,群體情緒傳播行為越明顯;政府輿情引導對網民群體情緒傳播有顯著調控作用且會推延情緒傳播者達到峰值的時間;情緒自我調節(jié)能力對網民群體情緒傳播有抑制作用,但效果不顯著。 

【文章來源】：情報科學. 2020,38(10)北大核心CSSCI

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 模型構建
    2.1經典的SIR傳染病動力學模型
    2.2情緒累積效應下網民群體情緒傳播的IESR模型構建
3 數(shù)值模擬及結果分析
    3.1情緒分享概率λ2對負面情緒傳播的影響分析
    3.2政府輿情引導率λ4對負面情緒傳播的影響分析
    3.3情緒自我調節(jié)概率λ3對負面情緒傳播的影響分析
4 案例驗證
5 結語


【參考文獻】：
期刊論文
[1]社會化媒體情緒化信息傳播研究的理論述評[J]. 唐雪梅,朱利麗.  現(xiàn)代情報. 2019(03)
[2]微博評論中的網民情緒傳播機制及策略[J]. 田維鋼.  當代傳播. 2019(01)
[3]基于改進傳染病模型的群體情緒感染機制研究[J]. 陳衛(wèi)明,周豪潔,張奕瑩.  中國安全科學學報. 2018(10)
[4]基于SIR模型的情緒信息傳播研究[J]. 姚晶晶,姜靚,姚洪興.  情報科學. 2018(10)
[5]網絡突發(fā)群體事件網民群體情緒傳播模型及仿真研究[J]. 陳業(yè)華,張曉倩.  情報科學. 2018(03)
[6]突發(fā)公共事件中輿論信息傳播傾向的影響因素——基于民眾負性情緒的研究視角[J]. 鄭昱.  情報理論與實踐. 2017(07)
[7]社交網絡的情感圖譜研究[J]. 戴杏云,張柳,戴偉輝,朱華.  管理評論. 2016(08)
[8]突發(fā)事件的網絡情緒傳播機制及仿真研究[J]. 趙衛(wèi)東,趙旭東,戴偉輝,戴永輝,胡虹智.  系統(tǒng)工程理論與實踐. 2015(10)



本文編號：3196926