“十三五”階段的中國正處在社會轉(zhuǎn)型的關(guān)鍵時期,社會突發(fā)事件頻發(fā),再加之互聯(lián)網(wǎng)以及新媒體的迅猛發(fā)展,便會導(dǎo)致突發(fā)事件網(wǎng)絡(luò)輿情的產(chǎn)生與激化,并且變得越發(fā)復(fù)雜、不穩(wěn)定�，F(xiàn)如今,網(wǎng)絡(luò)輿情已經(jīng)逐漸演變成為一種新形式的“反轉(zhuǎn)輿情”,這種新輿情要比普通傳統(tǒng)的網(wǎng)絡(luò)輿情影響更大。作為網(wǎng)絡(luò)信息流中關(guān)鍵節(jié)點的網(wǎng)絡(luò)意見領(lǐng)袖,其在網(wǎng)絡(luò)輿論的引導(dǎo)上所起到的作用日漸凸顯,因此,網(wǎng)絡(luò)意見領(lǐng)袖的識別研究將有助于發(fā)現(xiàn)反轉(zhuǎn)輿情事件中的意見領(lǐng)袖,為政府等有關(guān)部門合理引導(dǎo)這些意見領(lǐng)袖,從而凈化網(wǎng)絡(luò)環(huán)境,維護社會穩(wěn)定提供科學(xué)數(shù)據(jù)以及理論指導(dǎo)。本文基于新浪微博網(wǎng)絡(luò)平臺,以“重慶萬州公交墜江事件”話題中的微博作為研究對象及來源數(shù)據(jù),采用層次分析法、社會網(wǎng)絡(luò)分析法、內(nèi)容分析法等研究方法,借助邁實層次分析法軟件、新浪微博API接口、網(wǎng)絡(luò)爬蟲、社會網(wǎng)絡(luò)分析軟件Ucinet、可視化軟件Netdraw等,從微博影響范圍、影響深度雙維度構(gòu)建網(wǎng)絡(luò)意見領(lǐng)袖識別模型,從而實現(xiàn)對“重慶萬州公交墜江事件”微博話題中網(wǎng)絡(luò)意見領(lǐng)袖的識別。 

【文章來源】：鄭州航空工業(yè)管理學(xué)院河南省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 選題研究的背景
        1.1.2 選題研究的意義
    1.2 國內(nèi)外研究現(xiàn)狀及評述
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 國內(nèi)外研究現(xiàn)狀評述
    1.3 研究方法
    1.4 論文框架
    1.5 論文創(chuàng)新之處
2 相關(guān)理論基礎(chǔ)
    2.1 反轉(zhuǎn)輿情概述
        2.1.1 反轉(zhuǎn)輿情的定義
        2.1.2 反轉(zhuǎn)輿情的產(chǎn)生原因
        2.1.3 反轉(zhuǎn)輿情的傳播特征
    2.2 網(wǎng)絡(luò)意見領(lǐng)袖概述
        2.2.1 網(wǎng)絡(luò)意見領(lǐng)袖的定義
        2.2.2 網(wǎng)絡(luò)意見領(lǐng)袖的特征
        2.2.3 網(wǎng)絡(luò)意見領(lǐng)袖的作用
    2.3 社會網(wǎng)絡(luò)中心性
        2.3.1 點度中心度
        2.3.2 中間中心度
        2.3.3 接近中心度
    2.4 影響力傳播概率模型——IDPM
        2.4.1 影響力擴散模型——IDM
        2.4.2 影響力擴散模型的缺陷
        2.4.3 改進的影響力傳播概率模型——IDPM
3 融合SNA與 IDPM的網(wǎng)絡(luò)意見領(lǐng)袖識別模型構(gòu)建
    3.1 網(wǎng)絡(luò)意見領(lǐng)袖識別指標分析
        3.1.1 點入度
        3.1.2 點度
        3.1.3 中間中心度
        3.1.4 內(nèi)接近中心度
        3.1.5 外接近中心度
        3.1.6 評論微博與原微博的內(nèi)容相似度
        3.1.7 評轉(zhuǎn)發(fā)微博與原微博的內(nèi)容相似度
    3.2 網(wǎng)絡(luò)意見領(lǐng)袖識別模型構(gòu)建
        3.2.1 模型構(gòu)建
        3.2.2 權(quán)重確定
4 實證研究
    4.1 實證數(shù)據(jù)獲取與預(yù)處理
        4.1.1 實證案例選取
        4.1.2 實證案例描述
        4.1.3 實證數(shù)據(jù)獲取
        4.1.4 實證數(shù)據(jù)預(yù)處理
    4.2 網(wǎng)絡(luò)意見領(lǐng)袖識別實證分析
        4.2.1 網(wǎng)絡(luò)中心性分析
        4.2.2 內(nèi)容相似度分析
    4.3 實證分析結(jié)果及對比驗證
5 結(jié)論與展望
    5.1 研究結(jié)論
    5.2 研究展望
參考文獻
附錄 A
作者簡歷


【參考文獻】：
期刊論文
[1]新聞地名共現(xiàn)視角下的中國城市網(wǎng)絡(luò)[J]. 胡定利,李銳,孟瑤,吳華意.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2020(02)
[2]基于微博網(wǎng)絡(luò)爬蟲的巴黎圣母院大火輿情分析[J]. 周義棋,田向亮,鐘茂華.  武漢理工大學(xué)學(xué)報(信息與管理工程版). 2019(05)
[3]基于組合賦權(quán)和灰色關(guān)聯(lián)的城市公共安全感評價[J]. 王義保,楊婷惠,王世達.  統(tǒng)計與決策. 2019(18)
[4]意見領(lǐng)袖對大學(xué)生群體網(wǎng)絡(luò)購買意愿的影響研究——以小紅書意見領(lǐng)袖對西南大學(xué)學(xué)生網(wǎng)絡(luò)購買意愿的影響為例[J]. 王詩萌.  新媒體研究. 2019(14)
[5]多維特征融合的網(wǎng)絡(luò)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(xué)報. 2019(08)
[6]基于影響力遺傳的意見領(lǐng)袖在線識別[J]. 劉玉文,王凱,劉月華.  情報理論與實踐. 2019(07)
[7]社交網(wǎng)絡(luò)輿情意見領(lǐng)袖研究:蝴蝶圖示、甄別及影響力評價[J]. 郭勇,高歌,王天勇,Harris Wu,周世玉.  圖書情報工作. 2019(14)
[8]開源社區(qū)中的意見領(lǐng)袖識別及跟隨效應(yīng)仿真[J]. 徐冰村,張曉冬.  情報理論與實踐. 2019(12)
[9]輿情傳播高漲期階段的反轉(zhuǎn)事件產(chǎn)生機理分析[J]. 黃微,趙昕,趙江元.  情報理論與實踐. 2019(12)
[10]基于區(qū)間層次分析法的食品安全網(wǎng)絡(luò)輿情預(yù)警評價[J]. 高穎.  食品與機械. 2019(07)

碩士論文
[1]航空經(jīng)濟大數(shù)據(jù)質(zhì)量評價指標體系研究[D]. 任照博.鄭州航空工業(yè)管理學(xué)院 2019
[2]中國網(wǎng)絡(luò)輿情危機事件引發(fā)主體屬性研究[D]. 徐嵐.湖南大學(xué) 2017
[3]突發(fā)事件應(yīng)急響應(yīng)中的微博意見領(lǐng)袖情感傾向性影響仿真研究[D]. 王佳敏.南京理工大學(xué) 2017
[4]基于社會網(wǎng)絡(luò)分析的微博意見領(lǐng)袖發(fā)現(xiàn)研究[D]. 付希.南京理工大學(xué) 2016
[5]網(wǎng)絡(luò)輿情反轉(zhuǎn)成因及應(yīng)對研究[D]. 向振軍.湖南大學(xué) 2017
[6]基于社會網(wǎng)絡(luò)分析的微博意見領(lǐng)袖識別研究[D]. 王紅瑞.電子科技大學(xué) 2014



本文編號：3155349