社交媒体上的议程设置对政治决策的影响——基于日本核废水排放事件中推特舆论的实证研究

来源 :上海外国语大学 | 被引量 : 0次 | 上传用户:duyalengp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
2021年4月13日,日本内阁正式决定,福岛第一核电站核污水经过二次净化和稀释后,将在2年后启动排放程序,分30年排放入海。这一消息在日本的社交媒体平台上引发了巨大的争议。据日本电视台和读卖报社共同发起的民调显示,在日本政府做出这一决定后,仍有40%的民众表示反对,9%的民众表示难以评价。政治决策和公共舆论之间似乎形成了巨大鸿沟。大众传媒是连接政治决策和公众认知的重要桥梁。基于传统的媒介环境提出的议程设置理论认为,大众传媒对议题(或议题属性)显著性的刻画影响了公众对议题(或议题属性)重要程度的感知,进而影响政治决策。然而,随着社交媒体平台的快速发展,议程设置的主体和方向都愈发复杂。基于传统媒介环境提出的议程设置理论在新媒介环境下是否还发挥作用,又是如何影响政治决策的。目前为止,这一问题还没有得到很好的回答。当然,影响政治决策的因素有很多,舆论只是因素之一。鉴于上述媒介环境的变化和理论上舆论在政治决策过程中的重要作用,本文着眼于探讨媒体舆论与政治决策的关系。本文试图从第二层议程设置理论出发,通过核废水排放这一具体案例探讨社交媒体舆论的变化过程及其对政治决策的影响,以期对新媒介环境下议程设置研究的事例进行补充。具体而言则是利用推特上的文本数据,通过LDA无监督机器学习算法和交叉时滞分析对该事件中的议程设置过程进行实证研究。此外,本文还通过文本分析探讨了媒体舆论与政治决策的关系。经研究,本文得出以下结论:(1)影响政治决策的是媒体舆论而不是外部舆论。(2)核污水事件在推特舆论的认知中逐渐由地方性的经济问题转变为全国性的安全问题。(3)意见领袖超越以往的传统媒体成为重要中介。当全民集中关注事件的某一类属性,并且意见领袖选择在社交媒体平台放大该属性时,易出现反向议程设置,进而影响到政治决策。
其他文献
自然语言处理中的文本生成是一个重要的研究方向,并拥有广泛的应用空间,如机器翻译,摘要生成,开放性文本生成等。现阶段利用统计语言模型和解码算法构建的文本生成系统取得了最好的结果。相比于基于语言模型训练和结构的改进而导致的生成质量上的巨大飞跃,解码算法通常被报告为实验的技术细节,而生成更高质量的文本需要解码算法配合语言模型共同完成。本文从语言模型生成的概率分布,开放性生成解码算法,定向生成解码算法这三
学位
随着互联网技术的快速发展,越来越多的用户使用移动设备访问高安全性和敏感性应用,但是网络中存在大量的恶意代码,软件本身也可能存在各种安全漏洞,因此如何保障移动设备及软件的安全性具有重要的意义。目前业界广泛使用安全隔离技术来解决这一问题,安全隔离技术可以结合硬件机制和软件安全服务接口为应用程序创建一个安全可靠的可信运行环境,即安全隔离区来隔离外界的威胁。然而安全隔离区的两大代表技术ARM Trust
学位
同语反复(tautology)在各个语言中都存在,现代日语中也存在众多同语反复现象。例如「医者という医者」、「麦畑また麦畑」等同一名词的反复、「考えに考えた」、「払っても払っても」等同一动词的反复、「静かは静かだ」等同一形容词的反复。本文研究对象为同语反复现象中同一动词的反复构式——VにV。研究者们从历时、构式等各个角度对VにV进行了讨论,但依然遗留了许多未说明清楚的问题。本研究沿用了Okamot
学位
图像描述是自动生成自然语言语句描述图像视觉内容的任务,包括医学图像报告生成。目前,主流的图像描述模型聚焦于深度神经网络。基于深度神经网络的图像描述模型仍存在生成语句泛化、粒度性差的问题。特别地,基于深度神经网络的医学报告生成模型还缺乏足够的视觉特征与语义特征。据此,本文研究基于深度神经网络的图像描述模型,设计实现图像描述生成系统。其主要工作与贡献概括如下:(1)提出基于多级注意力机制的图像描述生成
学位
生成作为自然语言处理中的一个关键的子领域,在人们的生活中扮演着重要的角色。在信息量飞速增长的当今社会,人们能够更加轻松地获取到各种各样的信息,相比于图片和视频流信息,冗长的文字信息显然需要更多时间进行消化和理解,因此文本摘要生成的出现可以很好地满足人们对于获取文字信息时的效率需求。但目前的文本摘要生成模型与系统还面临着一些困难和挑战,其中最大的挑战之一就是“事实一致性”问题,即文本摘要模型生成出的
学位
[目的]分析2018年武威市恶性肿瘤发病与死亡特征及2010—2018年恶性肿瘤发病与死亡变化趋势。[方法]按照国家癌症中心制定的数据质量审核评价标准,对武威市符合质量控制标准要求的肿瘤登记点上报的恶性肿瘤发病、死亡和人口数据进行汇总分析。按性别和年龄组分层计算发病(死亡)率、标化发病(死亡)率、0~74岁累积率等统计指标。利用Joinpoint线性回归模型计算2010—2018年武威市恶性肿瘤发
期刊
目的 :分析2016年上海市肝癌发病和死亡的基本情况及其2002—2016年的变化趋势。方法 :采用上海市疾病预防控制中心建立的人群基础肿瘤登记管理系统和死因登记系统收集的2002—2016年肝癌发病和死亡资料,统计分析肝癌发病和死亡数量、粗率、年龄别率和标化率。用Segi’s 1960年世界标准人口构成计算标化率。用Joinpoint软件计算标化发病率和死亡率年度变化百分比,分析趋势变化。结果
期刊
由于深度学习应用发展的成熟和其日益剧增的用户量,将深度学习应用作为一种云服务已是必然,但在落地使用前还需要解决当中的隐私问题。在云环境下,深度学习应用的用户想要在使用过程中保护自己的个人隐私,而深度学习模型的拥有者想要保护深度学习模型的参数隐私不被用户或者云计算提供商窃取,以保证自己的收益。现有的研究方案主要是针对解决用户个人隐私泄露的问题,而对于深度学习模型的参数隐私没有给出较好的解决方法;其次
学位
全面推进“大思政课”建设方案的公布,对各学段思政课课程设置一体化建设既是一种深化,又是一种考验。一体化建设巧用“大思政课”,促使育人内容、育人场域、育人主体协同发展,契合新时代高质量发展的趋势,也为思政课高质量发展提供了重要思路。“大思政课”通过搭建教学资源大平台、构建师资队伍大体系、创新思政大课堂、善用社会大课堂、拓展工作大格局的方式,完善大中小思政课课程设置一体化的教学资源库、教师队伍培训、实
期刊
随着信息技术和知识社会的高速发展,世界一流大学的建设受到了前所未有的关注。上世纪90年代初期,日本政府为创建世界一流大学出台了一系列政策,包括1991年的研究生院重点化、2001年的远山计划、2002年的21世纪COE计划、2007年的全球COE计划、2014年的全球顶尖大学计划等。本论文着眼于上述一流大学建设的系列政策,采用数据分析、文献分析法,主要从以下几个方面进行了考察。首先,把握日本高等教
学位