發(fā)布時間：2021-12-31 22:15

　　基于新浪微博為數(shù)據(jù)源,以話題"壽光洪災"為切入點,利用網(wǎng)絡爬蟲技術抓取評論數(shù)據(jù)。從關注、認知、響應3個維度,構建出新媒體用戶災害感知指標體系,并對新媒體平臺下自然災害信息擴散以及公眾災害感知特征進行分析研究。結果表明:①災害信息會在新媒體的加持下急速擴散,并出現(xiàn)距離衰減效應;對災害的關注量存在最大值,呈現(xiàn)由小到大再逐漸衰減的趨勢。②新媒體用戶對于本次災害的綜合認知和響應能力處于中等水平;但是樣本中屬于災害認知的樣本僅占7%;約70%的評論是更傾向于表達自己對災害事件的情感態(tài)度。③災區(qū)新媒體用戶的災害認知水平要高于非災區(qū)民眾,隨時間存在"低-高-低"變化趨勢。④在中前期災區(qū)樣本的情感態(tài)度較非災區(qū)更為積極、理性,后期均趨于消極、非理性。 

【文章來源】：災害學. 2020,35(02)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

關注度對比圖

①關注度。分別選取百度平臺下“A2用戶搜索數(shù)”和微博平臺下“A2微博評論數(shù)”作為關注度數(shù)據(jù);②經(jīng)濟指標。選用2017年全國城市經(jīng)濟總量來衡量經(jīng)濟水平。數(shù)據(jù)參考《2017年中國城市統(tǒng)計年鑒》;③空間距離。利用百度地圖的測距功能測量受災地濰坊至各省會城市或直轄市的直線距離,對其取對數(shù)值,獲得距離指標。由上述分析,本文將31個省市(除港澳臺地區(qū))劃分為5種類型區(qū)域,分別為:受災區(qū)、波及區(qū)、高關注地區(qū)、低關注地區(qū)和其他地區(qū),如圖3所示。

由上述分析,本文將31個省市(除港澳臺地區(qū))劃分為5種類型區(qū)域,分別為:受災區(qū)、波及區(qū)、高關注地區(qū)、低關注地區(qū)和其他地區(qū),如圖3所示。2.2 災害認知時空變化

【參考文獻】：
期刊論文
[1]基于空間統(tǒng)計聚類分析與GIS的GDP分布模式研究[J]. 李澤宇.  測繪與空間地理信息. 2018(09)
[2]旅游輿情網(wǎng)絡關注度城市差異——來自289個城市百度指數(shù)的實證研究[J]. 劉嘉毅,陳玲,陶婷芳.  信息資源管理學報. 2018(03)
[3]新媒體環(huán)境下自然災害輿情傳播路徑及網(wǎng)絡結構研究——以新浪微博“雅安地震”話題為例[J]. 王晰巍,文晴,趙丹,王楠阿雪.  情報雜志. 2018(02)
[4]基于大數(shù)據(jù)分析的突發(fā)事件網(wǎng)絡輿情預警研究[J]. 儲節(jié)旺,朱玲玲.  情報理論與實踐. 2017(08)
[5]基于直覺模糊推理的網(wǎng)絡輿情監(jiān)測預警評估方法研究[J]. 張艷豐,李賀,彭麗徽.  情報雜志. 2017(06)
[6]基于情感維度的大數(shù)據(jù)網(wǎng)絡輿情情感傾向性分析研究——以“南昌大學自主保潔”微博輿情事件為例[J]. 王英,龔花萍.  情報科學. 2017(04)
[7]基于扎根理論的高校科技創(chuàng)新能力評價模型構建[J]. 白玉,鄭童桐,劉輝,趙醒村.  科技管理研究. 2017(05)
[8]青海玉樹地區(qū)政府人員地震災害認知特點的初步分析[J]. 靳一凡,魏本勇,蘇桂武,張海峰,孫磊,武洋.  災害學. 2015(04)
[9]基于網(wǎng)絡輿論形成過程的輿情指標體系構建研究[J]. 林琛.  情報科學. 2015(01)
[10]少震弱震區(qū)民眾防震減災意識現(xiàn)狀的調(diào)查與分析——以江西萍鄉(xiāng)地區(qū)為例[J]. 張文佳,魏本勇,蘇桂武.  地震地質(zhì). 2014(01)

博士論文
[1]民眾認知與響應地震災害的區(qū)域和文化差異[D]. 孫磊.中國地震局地質(zhì)研究所 2018

碩士論文
[1]地震災區(qū)中學災害教育的地區(qū)對比研究[D]. 任瑜艷.青海師范大學 2017
[2]中學教師人群認知與響應地震災害的地區(qū)差異[D]. 武洋.中國地震局地質(zhì)研究所 2016



本文編號：3561085