论文部分内容阅读
随着“互联网+”时代来临,政府机构和部门借助政务微信、政务微博等平台进行信息公开和线下活动展开变得越来越频繁。但其实政府部门对政务微博作用发挥的程度还不够了解,所以政务微博影响力研究是未来值得深入探讨的前沿课题。特别是政务微博舆情传播过程中的影响力水平研究更刻不容缓,现如今更多侧重于理论方面的研究而缺失对经典案例的实证分析,本文将结合微博热门事件对政务微博影响力水平测算进行深入研究,并构建完善的政务微博影响力指标体系,对今后的课题研究提供强有力的支撑作用。
面对网络舆情矛盾发展的日益激化,本文运用机器学习和数据挖掘的分析方法对政务微博在舆情传播中的作用进行研究。用Python爬虫获取微博评论,运用统计和数据可视化方法研究各阶段情感倾向演化特点。在理论方面,笔者运用ROSTCM6软件对微博评论短文本内容进行了分析;在实践方面,以热点事件“4?14于欢案”事件微博评论内容为研究对象,基于舆情传播的阶段性特征对四个阶段的评论数据进行了关键词提取和社会网络分析,对政务微博主体的关系信息进行了可视化展示;实证研究部分主要是基于因子分析和粗糙集方法来进行的,首先运用因子分析方法对构建的政务微博影响力互动性指标体系进行合理性检验,并确立了三个公共因子的权重,最终得到综合因子分数的评价模型;其次,使用粗糙集理论方法对政务微博影响力指标进行权重计算,并进行影响力评价分析。实证研究分析的结果表明:“共青团中央”和“公安部扫四黑除四害”这两个政务微博在各指标维度的重要性都是排名靠前的,发挥了中心效应和强控制作用;其次,微博影响力影响变量有44.46%来自于信息公开-互动型公因子,42.37%来源于信息获取-反馈型公因子,不同种类的政务微博其均衡程度各有不同,提升策略也具有很大差异性。本文针对突发事件“于欢案”相关政务微博影响力评价进行实证研究,将16家政务微博进行聚类,对不同特征微博主体对其提出改善建议,最终总结出适用一般政务微博影响力提升的建议和对策,这对提升政府公信力和公众满意度存在重大现实意义。
面对网络舆情矛盾发展的日益激化,本文运用机器学习和数据挖掘的分析方法对政务微博在舆情传播中的作用进行研究。用Python爬虫获取微博评论,运用统计和数据可视化方法研究各阶段情感倾向演化特点。在理论方面,笔者运用ROSTCM6软件对微博评论短文本内容进行了分析;在实践方面,以热点事件“4?14于欢案”事件微博评论内容为研究对象,基于舆情传播的阶段性特征对四个阶段的评论数据进行了关键词提取和社会网络分析,对政务微博主体的关系信息进行了可视化展示;实证研究部分主要是基于因子分析和粗糙集方法来进行的,首先运用因子分析方法对构建的政务微博影响力互动性指标体系进行合理性检验,并确立了三个公共因子的权重,最终得到综合因子分数的评价模型;其次,使用粗糙集理论方法对政务微博影响力指标进行权重计算,并进行影响力评价分析。实证研究分析的结果表明:“共青团中央”和“公安部扫四黑除四害”这两个政务微博在各指标维度的重要性都是排名靠前的,发挥了中心效应和强控制作用;其次,微博影响力影响变量有44.46%来自于信息公开-互动型公因子,42.37%来源于信息获取-反馈型公因子,不同种类的政务微博其均衡程度各有不同,提升策略也具有很大差异性。本文针对突发事件“于欢案”相关政务微博影响力评价进行实证研究,将16家政务微博进行聚类,对不同特征微博主体对其提出改善建议,最终总结出适用一般政务微博影响力提升的建议和对策,这对提升政府公信力和公众满意度存在重大现实意义。