快捷导航

新媒体环境下社会公益网络舆情传播研究_以新浪微博“画出生命线”话题为例 ...

2021-7-15 16:50| 发布者: Fuller| 查看: 450| 评论: 0

摘要: 今天分享的这个研究案例,以新浪微博“画出生命线”话题为例, 采用网络爬虫技术获取样本。以微博评论、转发关系为边, 以参与舆情传播的用户为节点, 用Gephi绘制新媒体环境下“画出生命线”的新浪微博的舆情传播云图, ...

今天分享的这个研究案例,以新浪微博“画出生命线”话题为例, 采用网络爬虫技术获取样本。以微博评论、转发关系为边, 以参与舆情传播的用户为节点, 用Gephi绘制新媒体环境下“画出生命线”的新浪微博的舆情传播云图, 并进行网络结构分析(点度中心性 ,中间中心性 ,接近中心性)和聚类分析。

近期我们发布了计算点度中心度,中介中心度和接近中心度的Jupyter Notebook:

1. 怎样利用集搜客的共词矩阵表计算点度中心性(Degree centrality)

2. 如何使用Jupyter Notebook计算中介中心度(betweenness centrality)

3. 怎样使用Jupyter Notebook计算接近中心度

同学们在技术交流Q群里提出,希望我们多分享使用微博样本数据,基于几个中心度(点度中心度,中介中心度,接近中心度)的实际研究案例。

因应这些同学提出的需求,我们会多挖掘好的研究案例分享给大家。

研究所需的微博数据,可以使用集搜客的微博采集工具箱微博快捷采集得到,添加网址或关键词启动采集即可。

1,案例简介

标题:新媒体环境下社会公益网络舆情传播研究_以新浪微博“画出生命线”话题为例

基金项目:国家自然科学面上项目“信息生态视角下新媒体信息消费行为机理及服务模式创新研究”(项目编号:71673108)和“吉林大学高峰学科(群)建设项目”的研究成果之一;

作者

王晰巍1,2 张柳1 李师萌1 王楠阿雪1

1. 吉林大学管理学院  2. 吉林大学大数据管理研究中心

关键词:新媒体;社会公益;网络舆情;信息传播;社会网络;

摘要

【目的】对新媒体环境下社会公益舆情网络结构特征和信息传播展开研究,对相关部门加强社会公益网络舆情监管,为充分利用新媒体平台开展社会公益服务提供帮助。

【方法】基于社会网络分析法,以新浪微博"画出生命线"话题数据为样本,从中心性、聚类和K-核三个社会网络指标出发,对新媒体环境下社会公益舆情网络结构特征和信息传播展开研究。

【结果】实证研究结果表明,新媒体环境下的社会公益舆情网络为无标度网络,各子社区具有相似的网络结构,核心网络虽相对紧密但分布广泛,社会公益网络舆情已经进入移动时代。

【局限】数据来源不够广泛、未剔除沉睡用户数据可能导致的研究偏差。【结论】在理论层面为社会公益网络舆情提供新的研究视角,在实践层面对相关部门加强舆情监控具有指导作用。 

2,研究理论与方法

2.1,基于社会网络分析法

社会网络分析法, 是针对社会网络成员间的关系进行的量化研究, 也是社会网络理论的工具之一[14]。该方法能有效刻画社会网络结构并进而揭示网络属性特征, 常用的社会网络指标有点度中心性、中间中心性、接近中心性、聚类系数和 K-核等[15]。

点度中心性是判定网络中节点重要性的指标, 是节点重要性的量化[16], 一个节点的节点度越大, 表示节点的点度中心性越高, 该节点在网络中越重要[17]。

中间中心性是一个节点处于许多其他节点对的捷径(最短的途径)上[18]。

接近中心性是反映在网络中某一节点与其他节点之间的接近程度[19], 接近中心性越小, 则该点处于网络核心地位的特性就越明显, 该节点不受其他节点控制的能力也越强。

2.2 聚类分析

聚类是将数据对象分组成多个类或簇, 使得同一类中的对象间具有较高的相似度, 而不同类中的对象差别较大[20]。针对不同簇内核心元素的分析, 可挖掘出簇内元素的某些共性。

2.3 网络的K-核

网络的 K-核是指网络中节点度值大于或等于 K 的节点所组成的网络, K-核分解是指把网络中节点度值小于 K 的节点去除[21]。若某子群中的所有节点至少与该子群的 K 个其他节点连接, 这样的子群即称为 K-核心网络。K 取值越小, 该子群越松散; K 取值越大, 该子群越紧密。

3,主要研究步骤

1) 收集微博数据并进行预处理

2) 使用Gephi 软件绘制舆情传播云图

3) 基于计算得到的中心度数据做社会网络分析

4) 网络社群的聚类特征分析

5) 凝聚子群分析

非移动端舆情传播云图:

点度中心度top10

聚类分析社区舆情网络云图

4,研究结论

该文基于网络舆情信息传播理论, 运用社会网络分析方法, 从网络结构、聚类和 K-核多个指标入手展开分析, 从而为新媒体环境下公益舆情的信息传播提供新的研究视角和理论支持。以新浪微博“画出生命线”话题为例, 采用网络爬虫技术获取样本, 得出新媒体环境下公益舆情网络为无标度网络、社会公益舆情扮演着信息生产者和信息消费者多重角色, 并运用聚类分析法发现各公益网络舆情的子社区网络结构较为相似, 同一子社区用户属性接近。基于 K-核算法发现 K-核子网虽然相对紧密但仍是稀疏网络, 凝聚子群的核心用户是整个舆情网络的意见领袖。

本文的研究可为新媒体环境下舆情管控主体针对社会公益舆情网络结构、子社区特征、核心用户舆情传播规律, 采取有效措施开展舆情管理工作, 最终提升对社会公益舆情的监管及公益舆论导向的正确引导。

研究中也存在一定的局限性, 主要表现在数据来源不够广泛、未剔除不活跃用户数据可能导致的研究偏差。在后续研究中, 将选取持续时间更长的话题及更多的数据源, 对新媒体下社会公益网络舆情信息传播展开更为深入的研究。


鲜花

握手

雷人

路过

鸡蛋

最新评论

GMT+8, 2021-9-27 12:05