社交網(wǎng)絡輿情是社交網(wǎng)絡用戶對社會熱點問題產(chǎn)生不同看法的網(wǎng)絡輿論,是社會輿論的一種表現(xiàn)形式。社交網(wǎng)絡輿情是網(wǎng)民通過互聯(lián)網(wǎng)對社會和生活中的熱點、焦點問題所持有的具有影響力、傾向性的觀點和意見的集合。社交網(wǎng)絡的迅速發(fā)展使網(wǎng)絡輿情具有突發(fā)性、多元性、隱蔽性和偏差性等特征。社交網(wǎng)絡輿情具有爆發(fā)快、覆蓋面廣等特征,使得相關話題和事件能夠在短時間內形成強大的網(wǎng)絡和社會輿論場,由此產(chǎn)生的社會影響甚至在一定程度上改變了事態(tài)發(fā)展軌跡。而這些特性對社交網(wǎng)絡輿情信息生態(tài)環(huán)境產(chǎn)生較大威脅,導致輿情生態(tài)系統(tǒng)惡化,甚至造成嚴重的社會危害性甚至引發(fā)重大群體性事件,威脅社會和諧和國家穩(wěn)定。本文結合文獻分析法、實證分析法、仿真分析法和機器學習等方法,基于信息生態(tài)理論研究社交網(wǎng)絡輿情傳播規(guī)律。具體來說,本研究主要包括五個部分。首先,第三章基于信息生態(tài)系統(tǒng)理論分析社交網(wǎng)絡輿情傳播機理,是全文的理論核心框架,指出信息生態(tài)三個要素為信息人、信息和信息環(huán)境;接著第四章至第六章分別基于信息人、信息和信息環(huán)境實證分析社交網(wǎng)絡輿情節(jié)點影響力、用戶情感分類及演化規(guī)律,以及社交網(wǎng)絡輿情傳播網(wǎng)絡結構和輿情演進規(guī)律,為第七章提供理論支撐。最后,... 

【文章頁數(shù)】：174 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與選題意義
        1.1.1 研究背景
        1.1.2 選題意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 國外社交網(wǎng)絡輿情研究進展
        1.2.2 國內社交網(wǎng)絡輿情研究進展
        1.2.3 國內外網(wǎng)絡輿情研究趨勢
        1.2.4 研究現(xiàn)狀評述
    1.3 研究內容與方法
        1.3.1 研究內容
        1.3.2 研究方法
        1.3.3 研究對象
    1.4 研究技術路線圖
第2章 相關概念及理論基礎
    2.1 社交網(wǎng)絡輿情的相關理論
        2.1.1 社交網(wǎng)絡輿情的內涵
        2.1.2 社交網(wǎng)絡輿情的特征
        2.1.3 社交網(wǎng)絡輿情演化過程
    2.2 信息生態(tài)的相關理論
        2.2.1 信息生態(tài)的內涵
        2.2.2 信息生態(tài)系統(tǒng)
        2.2.3 信息生態(tài)因子
        2.2.4 信息生態(tài)鏈
    2.3 信息熵的相關理論
        2.3.1 信息熵的內涵
        2.3.2 信息熵的應用
    2.4 情感分類的相關理論
        2.4.1 情感分類的內涵
        2.4.2 情感極性
        2.4.3 情感強度
        2.4.4 情感分類方法
    2.5 本章小結
第3章 基于信息生態(tài)系統(tǒng)的社交網(wǎng)絡輿情傳播機理
    3.1 社交網(wǎng)絡輿情傳播的信息生態(tài)要素
        3.1.1 社交網(wǎng)絡輿情傳播主體要素
        3.1.2 社交網(wǎng)絡輿情傳播客體要素
        3.1.3 社交網(wǎng)絡輿情傳播環(huán)境要素
        3.1.4 社交網(wǎng)絡輿情信息傳播影響因素
        3.1.5 社交網(wǎng)絡輿情傳播信息生態(tài)要素模型
    3.2 社交網(wǎng)絡輿情演化機理
        3.2.1 社交網(wǎng)絡輿情傳播生態(tài)系統(tǒng)運行機理
        3.2.2 社交網(wǎng)絡輿情傳播生態(tài)系統(tǒng)演化模式
    3.3 社交網(wǎng)絡輿情傳播動機與動力
        3.3.1 社交網(wǎng)絡輿情傳播動機
        3.3.2 社交網(wǎng)絡輿情傳播動力
    3.4 社交網(wǎng)絡輿情傳播機理系統(tǒng)模型
    3.5 本章小結
第4章 基于信息人的社交網(wǎng)絡輿情節(jié)點影響力分析
    4.1 社交網(wǎng)絡輿情節(jié)點影響力問題的提出
    4.2 社交網(wǎng)絡輿情節(jié)點影響力
    4.3 網(wǎng)絡輿情節(jié)點影響力模型
        4.3.1 網(wǎng)絡輿情節(jié)點影響力建模流程
        4.3.2 網(wǎng)絡輿情用戶節(jié)點直接影響力信息熵模型
        4.3.3 網(wǎng)絡輿情用戶節(jié)點間接影響力信息熵模型
        4.3.4 網(wǎng)絡輿情用戶節(jié)點綜合影響力信息熵模型
    4.4 研究方法
        4.4.1 數(shù)據(jù)來源
        4.4.2 數(shù)據(jù)采集
        4.4.3 數(shù)據(jù)處理
    4.5 微信公眾號影響力計算
        4.5.1 微信公眾號直接影響力信息熵
        4.5.2 微信公眾號間接影響力信息熵
        4.5.3 微信公眾號綜合影響力信息熵
    4.6 網(wǎng)絡輿情節(jié)點影響力仿真分析
        4.6.1 直接影響力信息熵仿真
        4.6.2 間接影響力仿真
        4.6.3 綜合影響力仿真
    4.7 社交網(wǎng)絡輿情節(jié)點影響力計算
    4.8 本章小結
第5章 基于信息的社交網(wǎng)絡輿情文本情感分類
    5.1 社交網(wǎng)絡輿情文本情感分類問題的提出
    5.2 社交網(wǎng)絡網(wǎng)絡輿情用戶情感分類
        5.2.1 kNN分類法
        5.2.2 研究框架
        5.2.3 情感極性詞表構建
        5.2.4 情感極性與情感強度計算
        5.2.5 極性值與情感值計算
    5.3 社交網(wǎng)絡網(wǎng)絡輿情用戶評論文本分類
        5.3.1 分詞和詞向量訓練
        5.3.2 卷積神經(jīng)網(wǎng)絡
        5.3.3 基于卷積神經(jīng)網(wǎng)絡的用戶文本分類模型
        5.3.4 文本向量訓練與選擇
        5.3.5 文本訓練及測試
    5.4 研究方法
        5.4.1 數(shù)據(jù)來源及數(shù)據(jù)采集
        5.4.2 模型設置
    5.5 社交網(wǎng)絡網(wǎng)絡輿情用戶情感分析
        5.5.1 社交網(wǎng)絡網(wǎng)絡輿情用戶情感傾向分析
        5.5.2 社交網(wǎng)絡網(wǎng)絡輿情用戶情感特征分析
        5.5.3 社交網(wǎng)絡網(wǎng)絡輿情用戶情感演化可視化分析
    5.6 基于卷積神經(jīng)網(wǎng)絡的社交網(wǎng)絡網(wǎng)絡輿情用戶文本分類
        5.6.1 文本語料庫構建及分類結果
        5.6.2 模型參數(shù)測試
        5.6.3模型對比實驗
    5.7 本章小結
第6章 基于信息環(huán)境的社交網(wǎng)絡輿情演化特征
    6.1 社交網(wǎng)絡輿情演化問題的提出
    6.2 社交網(wǎng)絡輿情演化機制
        6.2.1 社交網(wǎng)絡輿情演化過程
        6.2.2 社交網(wǎng)絡輿情傳播網(wǎng)絡結構
    6.3 社交網(wǎng)絡輿情傳播模型構建
        6.3.1 社交網(wǎng)絡輿情傳播建模思想
        6.3.2 社交網(wǎng)絡輿情傳播模型
    6.4 研究方法
        6.4.1 數(shù)據(jù)來源
        6.4.2 數(shù)據(jù)采集
        6.4.3 數(shù)據(jù)處理
        6.4.4 數(shù)據(jù)結果
    6.5 社交網(wǎng)絡輿情傳播規(guī)律分析
        6.5.1 社交網(wǎng)絡輿情時間演化規(guī)律分析
        6.5.2 社交網(wǎng)絡輿情傳播仿真分析
        6.5.3 微博與微信輿情傳播網(wǎng)絡結構分析
    6.6 社交網(wǎng)絡輿情演化可視化分析
        6.6.1 突發(fā)期可視化分析
        6.6.2 蔓延期可視化分析
        6.6.3 消散期可視化分析
    6.7 社交網(wǎng)絡輿情預警分析
    6.8 本章小結
第7章 信息生態(tài)視角下社交網(wǎng)絡輿情管理策略
    7.1 社交網(wǎng)絡輿情管理問題的提出
        7.1.1 社交網(wǎng)絡輿情管理的重要性
        7.1.2 微信輿情管理挑戰(zhàn)
        7.1.3 微博輿情管理挑戰(zhàn)
        7.1.4 基于信息生態(tài)系統(tǒng)的社交網(wǎng)絡輿情管理體系
    7.2 社交網(wǎng)絡輿情用戶管理
        7.2.1 社交網(wǎng)絡輿情用戶管理內容
        7.2.2 社交網(wǎng)絡輿情用戶管理機制
        7.2.3 社交網(wǎng)絡輿情用戶管理策略
    7.3 社交網(wǎng)絡輿情政府管理
        7.3.1 社交網(wǎng)絡輿情政府針對輿情內容的管理策略
        7.3.2 社交網(wǎng)絡輿情政府針對輿情環(huán)境的管理策略
        7.3.3 社交網(wǎng)絡輿情政府管理保障體系
    7.4 社交網(wǎng)絡輿情平臺管理
        7.4.1 社交網(wǎng)絡輿情平臺預警機制
        7.4.2 社交網(wǎng)絡輿情平臺引導機制
        7.4.3 社交網(wǎng)絡輿情平臺控制機制
    7.5 本章小結
第8章 研究結論與展望
    8.1 研究結論
    8.2 研究創(chuàng)新點
    8.3 研究局限及展望
參考文獻
研究成果
致謝


【參考文獻】：
期刊論文
[1]多維特征融合的網(wǎng)絡輿情突發(fā)事件演化話題圖譜研究[J]. 劉雅姝,張海濤,徐海玲,魏萍.  情報學報. 2019(08)
[2]高校學生網(wǎng)絡輿情的動態(tài)監(jiān)測路徑與防控機制研究[J]. 李中原.  現(xiàn)代情報. 2019(08)
[3]基于SEIQR演化博弈模型的突發(fā)網(wǎng)絡輿情傳播與控制研究[J]. 陳莫凡,黃建華.  情報科學. 2019(03)
[4]融入緊密度中心性與信用的社交網(wǎng)絡用戶影響力強度計算模型[J]. 琚春華,趙凱迪,鮑福光.  情報學報. 2019(02)
[5]基于模塊度的話題發(fā)現(xiàn)及網(wǎng)民情感波動研究——以新浪微博“中美間貿易摩擦”話題為例[J]. 張海濤,劉雅姝,張梟慧,宋拓.  圖書情報工作. 2019(04)
[6]基于生命周期理論的自媒體環(huán)境下醫(yī)療突發(fā)事件輿情演化研究[J]. 王根生,胡冬冬.  內蒙古農業(yè)大學學報(社會科學版). 2018(06)
[7]基于社會網(wǎng)絡分析的意見領袖與在線群體影響力關系研究[J]. 劉嘉琪,齊佳音,陳曼儀.  情報科學. 2018(11)
[8]知乎平臺用戶影響力分析與關鍵意見領袖挖掘[J]. 郭博,許昊迪,雷水旺.  圖書情報工作. 2018(20)
[9]用戶跨屏在線信息搜索意愿影響因素研究——基于信息生態(tài)視角[J]. 常穎,王晰巍,韋雅楠,王鐸.  情報科學. 2018(10)
[10]基于交互行為和情感傾向的移動社交網(wǎng)絡用戶影響力度量模型研究[J]. 張繼東,楊楊.  情報理論與實踐. 2019(01)

博士論文
[1]信息生態(tài)治理對商業(yè)生態(tài)系統(tǒng)成員企業(yè)知識整合影響研究[D]. 付廣華.吉林大學 2019
[2]信息生態(tài)視角下政務微信信息服務模式與服務質量評價研究[D]. 李宗富.吉林大學 2017
[3]幾類網(wǎng)絡輿情研判模型及應對策略研究[D]. 孫莉玲.東南大學 2016
[4]信息生態(tài)視角下網(wǎng)絡平臺構建機理及運行效率評價研究[D]. 周昕.吉林大學 2016
[5]社會化媒體信息質量的影響主體博弈及管控策略研究[D]. 孫曉陽.江蘇大學 2016
[6]復雜網(wǎng)絡環(huán)境下輿情演化機理研究[D]. 紀詩奇.北京工業(yè)大學 2014
[7]基于復雜社會網(wǎng)絡的網(wǎng)絡輿情演化模型研究[D]. 張偉.哈爾濱工業(yè)大學 2014
[8]突發(fā)事件網(wǎng)絡輿情的演化規(guī)律與政府監(jiān)控[D]. 易臣何.湘潭大學 2014
[9]博客輿情熱點發(fā)現(xiàn)與分析[D]. 周而重.北京工業(yè)大學 2013
[10]突發(fā)事件輿論引導機制研究[D]. 焦俊波.華中科技大學 2013

碩士論文
[1]基于機器學習的網(wǎng)絡輿情文本情感分類方法研究[D]. 范文慧.電子科技大學 2019
[2]基于信息生態(tài)理論的政法微博輿情因子演變研究[D]. 鄧如夢.華中科技大學 2018
[3]基于情感詞典的中文微博情感傾向分析研究[D]. 陳曉東.華中科技大學 2012
[4]新浪微博的網(wǎng)絡輿情分析研究[D]. 張嵐嵐.華東師范大學 2011
[5]網(wǎng)絡輿情監(jiān)測系統(tǒng)設計與實現(xiàn)[D]. 項斌.電子科技大學 2010



本文編號：3693952