论文部分内容阅读
随着微博的普及和社会热点事件的频发,微博舆情已成为我国网络舆情最主要的形式,其具有参与者众、传播范围广、传播速度快、演化周期短等特点。微博上大量网民负面的情感不仅营造了消极的舆论氛围,还会激化各方矛盾,破坏社会稳定,提高社会管理成本。党的十八大以来,中央将网络舆论的正确引导和树立健康向上的舆论氛围提升到新时期舆论宣传的重要位置,各级政府和管理部门纷纷开通政务微博,在此背景下,对微博舆情中网民负面情感调节研究具有重要的现实意义。虽然研究者围绕微博舆情进行了大量研究,但是还主要存在以下三个问题:(1)缺乏某些对网民负面情感演化的关键内在认知因素研究,比如网民沉默因素、网民对舆情的注意力、网民对负面情感的偏好等。(2)缺乏对现实舆情信息情感的认知分类,导致现有的基于情感词的微博分类方法不能准确地判定微博内容的真实情感。(3)缺乏统一内外部调节因素的网民负面情感调节理论模型。针对以上问题,本文的研究思路是:从微观情感认知机理出发,创新地构建了一个网民情感认知模型NNE-PMF,模型中包含了已有的外部调节因素如政府、意见领袖、网民群体以及新提出的个体内在注意力、沉默、偏好等认知因素,并通过真实案例进行了验证。进一步地,通过仿真实验分别探讨了各个因素的属性变化对最终舆情演化的影响作用,研究结果验证了一些已有的研究结论,还发现了一些不一致的地方,比如发现适当降低政府介入强度和正面情感倾向反而能够降低整个舆情中网民负面情感的比例、在网民负面情感偏好很大的情况下,政府舆情引导失灵等。在理论上深化了舆情中网民负面情感的调节研究,在应用上为政府调节网民负面情感提供策略指导,具有重要的理论和应用价值。本文的创新工作主要如下:(1)通过梳理情感相关的认知理论,从微观认知角度搭建了微博舆情演化中网民情感产生、分类、测量、调节、表达等问题分析的思维框架,并提出网民沉默、网民注意力、以及网民情感偏好三个内在认知因素,从而了解决了之前研究中不能同时解决舆情演化过程中网民数量的变化以及负面情感的帖子多于正面和中性情感的帖子的问题。(2)引入情感产生和分类的OCC理论(Ortony,Clore&Collins Theory)替代传统的基于情感词性的方法,提出了基于OCC情感理论的微博文本情感认知分类方法,从而提高了微博文本情感的分类准确性。(3)构建了网民负面情感调节的NNE-PMF模型(Netizens’ Negative Emotion Performance Moderator Functions)来统一网民负面情感调节的外在因素和内在因素,从而将网民个体在舆情中的情感调节和表达映射为一个认知决策过程。并基于Netlogo平台构建仿真系统,通过三个真实舆情事件来验证模型的合理性和有效性,从而得到了一个有效的网民负面情感调节模型框架。(4)通过仿真实验分析了内外部因素的变化对网民情感的调节作用,包括网民内在的置信阈、注意力、偏好和承压阈以及外部政府的介入时机、行为力度、公信力,意见领袖的影响力和情感状态对网民群体负面情感变化的影响作用。结合SCCT理论(Situational Crisis Communication Theory)和舆情演化周期,从而为政府在不同时期采取相应的引导策略提供理论指导。