本文關(guān)鍵詞：特定社會事件中在線用戶情感傳播特質(zhì)現(xiàn)象分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：伴隨著在線網(wǎng)絡(luò)的發(fā)展,互聯(lián)網(wǎng)逐漸向社會的各個層面擴展,不再僅僅被當(dāng)作加強信息傳遞、提升工作效率和促進人際交往的工具,并以其開放、交互、即時等特點成為社會各個階層宣泄情緒、交流思想的自由輿論場。當(dāng)前在線用戶習(xí)慣于通過社交網(wǎng)絡(luò)以文本、圖片、小視頻等方式發(fā)表自已對某個社會事件的態(tài)度觀點,不同于網(wǎng)絡(luò)平臺中官方發(fā)布的客觀消息陳述,在線用戶發(fā)布的信息中帶有主觀性的內(nèi)容更多。這些主觀性消息的輿情借助社交網(wǎng)絡(luò)進行傳播,其主要特點表現(xiàn)為傳播迅速,輻射范圍廣且傳播勢頭不可控,無法用人工干預(yù)的方法抑制其傳播。情感傳播作為網(wǎng)絡(luò)輿情傳播的重要組成部分,能反映社會各個階層的真實觀點和態(tài)度,已經(jīng)成為網(wǎng)絡(luò)輿情的晴雨表。網(wǎng)絡(luò)社會就是現(xiàn)實社會的反映,存在于現(xiàn)實社會中的一些問題,極有可能在網(wǎng)絡(luò)中放大,引發(fā)眾多的爭論,并直接對現(xiàn)實社會造成影響,其中輿論中的一些極端和消極的議論更會在一定程度上影響社會的穩(wěn)定。社會發(fā)展的同時,隨之而來的便是各類社會事件的頻繁發(fā)生,這些事件在網(wǎng)絡(luò)的傳播往往夾雜著在線用戶情緒的宣泄,其情感情緒會在一定程度上會左右事件的發(fā)展方向。對特定社會事件中在線用戶的情感進行抽取和分析,有利于政府了解民情民意,也為其制定有效控制輿情傳播的方針策略提供了堅實的理論基礎(chǔ)。本文在特定社會事件中對在線用戶情感傳播特質(zhì)現(xiàn)象進行了研究。從情感傳播模型、情緒感染、群體極化等相關(guān)理論出發(fā),收集線下和線上用戶數(shù)據(jù),并對其進行數(shù)理統(tǒng)計和時間序列分析,比較兩者在情感傳播過程中存在的差異,從傳播環(huán)境、傳播方式、表達約束、網(wǎng)絡(luò)結(jié)構(gòu)和用戶行為等方面研究在線用戶情感傳播的特質(zhì)現(xiàn)象。通過建立模型來研究在線用戶情感傳播中群體極化背后所蘊含的機制,初步探討了群體決策中在線用戶產(chǎn)生群體極化行為的演化過程和控制策略,以期為特定社會事件中情感傳播群體極化的研究打開新的思路。
【關(guān)鍵詞】：在線用戶 情感傳播 情緒感染 群體極化
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：G206;G252
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 緒論10-20
• 1.1 選題背景及研究意義10-12
• 1.1.1 選題背景10-11
• 1.1.2 研究意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 社交網(wǎng)絡(luò)12-13
• 1.2.2 情感傳播13-14
• 1.2.3 情感分析14-16
• 1.2.4 事件趨勢分析16-17
• 1.3 研究內(nèi)容與研究方法17-20
• 1.3.1 研究內(nèi)容17-18
• 1.3.2 研究方法18-19
• 1.3.3 論文的組織結(jié)構(gòu)19-20
• 第2章 相關(guān)理論基礎(chǔ)20-25
• 2.1 情感傳播模型介紹20
• 2.2 情緒感染理論20-22
• 2.3 群體極化22-23
• 2.4 情緒—社會信息模型23-24
• 2.5 本章小結(jié)24-25
• 第3章 特定社會事件中線下用戶情感傳播分析25-31
• 3.1 調(diào)查實施25-26
• 3.1.1 調(diào)查方法25-26
• 3.1.2 數(shù)據(jù)收集26
• 3.2 受調(diào)查線下用戶描述性統(tǒng)計分析26-29
• 3.2.1 調(diào)查對象個人信息特征26-27
• 3.2.2 線下用戶情感傾向變化27-29
• 3.3 不同時間段線下用戶情感傳播傾向差異分析29-30
• 3.4 本章小結(jié)30-31
• 第4章 特定社會事件中在線用戶情感傳播分析31-41
• 4.1 在線用戶概述31
• 4.2 成都女司機被打在線用戶數(shù)據(jù)采集31-33
• 4.3 成都女司機被打在線用戶數(shù)據(jù)處理33-35
• 4.3.1 微博數(shù)據(jù)特點33-34
• 4.3.2 時間序列分析34-35
• 4.3.3 微博情感傾向性判斷35
• 4.4 成都女司機被打在線用戶數(shù)據(jù)分析35-37
• 4.5 在線用戶與線下用戶情感傳播對比分析37-38
• 4.5.1 線上態(tài)度反轉(zhuǎn)相比線下極為明顯37
• 4.5.2 線下態(tài)度相比線上較為理智37-38
• 4.5.3 線下情感分布相比線上較為均勻38
• 4.6 在線用戶情感傳播特質(zhì)現(xiàn)象38-40
• 4.6.1 情感傳播環(huán)境39
• 4.6.2 情感傳播方式39
• 4.6.3 情感表達約束39
• 4.6.4 社會網(wǎng)絡(luò)結(jié)構(gòu)39-40
• 4.6.5 用戶行為模式40
• 4.7 本章小結(jié)40-41
• 第5章 特定社會事件中在線用戶情感傳播特質(zhì)現(xiàn)象原因分析41-49
• 5.1 在線用戶匿名場效應(yīng)41-42
• 5.2 群體極化過程描述42-43
• 5.3 模型構(gòu)建43-46
• 5.3.1 模型假設(shè)43
• 5.3.2 模型要素43-44
• 5.3.3 個體決策44-45
• 5.3.4 群體影響45-46
• 5.4 群體極化與控制策略46-48
• 5.4.1 群體極化分析46-47
• 5.4.2 控制策略47-48
• 5.5 本章小結(jié)48-49
• 第6章 總結(jié)與展望49-51
• 6.1 研究結(jié)論49
• 6.2 創(chuàng)新點49-50
• 6.3 研究不足與展望50-51
• 參考文獻51-58
• 致謝58-59
• 附錄A 成都男子毆打變道女司機,您怎么看?(5月3日)59-60
• 附錄B 成都男子毆打變道女司機,您怎么看?(5月5日)60-61
• 附錄C 成都男子毆打變道女司機,您怎么看?(5月11日)61-62
• 附錄D 成都男子毆打變道女司機,您怎么看?(5月25日)62-63
• 個人簡歷、在校期間發(fā)表的學(xué)術(shù)論文與研究成果63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙龍文;陳明艷;公榮濤;姚海波;;基于微博意見領(lǐng)袖參與行為的熱點話題檢測研究[J];情報科學(xué);2015年04期

2 白亮;;領(lǐng)導(dǎo)團體決策中從眾行為的原因及對策分析[J];學(xué)理論;2014年20期

3 田占偉;隋s

本文編號：301313