论文部分内容阅读
在互联网高速发展的今天,网络成为了舆论传播与扩散的首要阵地,而微博则是此阵地的指挥中心,经过互联网舆情报告统计得出,微博成为了绝大多数网络舆情的传播平台。微博作为大多数自媒体平台之一,微博用户有着平民化、无组织化、无规范化的特点。在网络舆情情境下,微博用户信息行为还具有随意化、无后果化、易受影响化的特点。对此,探索微博用户参与行为的形成机理对用户信息行为理论的研究具有重要的理论意义,对微博用户信息行为拟合与信息行为靶向引导应用研究也具有重要的实践意义。以靶向引导为目的的网络舆情受众参与行为拟合研究,需要利用大量的自然语言处理、语义识别、机器学习等工具。目前,自然语言处理、语义识别、机器学习等工具均已开发成熟,例如在算法上,卷积神经网络、循环神经网络、支持向量机、贝叶斯网络等算法在精度上均有大幅提升。在项目实现中,python开源的机器学习框架TensorFlow、Java开源的NLP工具包、Jieba分词工具包等开源的代码在整合与优化的前提下,可以有效的运用到网络舆情受众参与行为拟合的过程中,为技术上的实现提供了可能。本文以探求信息行为发生规律为目的,以情报学、信息行为学、计算机科学、等学科为基础,应用信息论、协同论、自然语言处理算法、语义识别算法等理论与工具,全面分析了微博舆情信息受众参与行为的形成机理,构建了微博舆情信息受众参与行为拟合模型组,搭建了从微博舆情信息受众参与行为拟合模型组到微博舆情信息受众参与行为靶向引导模型组的框架桥梁,实施了特定微博舆情信息受众面对特定微博舆情事件所产生的的具体参与行为的靶向引导。第一章,绪论。本章节首先阐述了微博舆情信息受众的参与行为拟合与靶向引导研究的背景与意义。其次,通过分析当前关于网络舆情研究、信息行为研究、行为拟合研究、靶向引导研究的现状,发现目前研究的热点与不足,将其作为本研究的重点。再次,分析了本研究中所应用的研究方法与技术路线。最后,概括了本研究的创新点。第二章,相关理论与技术。本章节依次介绍了网络舆情相关理论、信息行为相关理论、信息论、协同论与部分机器学习算法,分析了其在本研究的应用价值与应用途径。第三章,微博舆情信息受众参与行为相关分析。本章节对微博舆情信息受众参与行为的概念进行了重构,将参与行为偏好、参与行为属性与参与行为表现重构为参与行为结果。又将参与行为结果细化为失范行为、常规行为与积极行为。本章节在概念界定的基础上,为之后章节的参与行为形成机理与参与行为拟合奠定基础。第四章,微博舆情信息受众参与行为的要素分析与形成机理。本章节在信息行为经典模型SOR模型的基础上,将微博舆情信息受众参与行为的发生划分为微博舆情信息受众主体要素、微博舆情事件情境要素与微博舆情信息受众的刺激要素三类。并根据三类要素的相互作用结果,提出了知识累积机理、习惯形成机理、偏好形成机理、刺激形成机理、信息选择机理与行为触发机理六类机理。为后续章节的参与行为拟合提供理论支撑。第五章,微博舆情信息受众参与行为拟合模型组构建。本章节基于微博舆情信息受众参与行为形成机理的基础上,界定了参与行为拟合的概念。依照拟合流程,构建了先导建设模型、语义识别模型、用户画像模型、情境感知模型与参与行为拟合模型,对微博舆情信息受众参与行为拟合的运行规律与模型实现进行了进一步阐释。第六章,基于微博舆情信息受众参与行为拟合的靶向引导集成框架。本章节是第五章与第七章之间的过度章节,也是连接微博舆情信息受众参与行为拟合结果与微博舆情信息受众参与行为靶向引导输入的数据接口章节。本章节通过构建微博舆情信息受众策略匹配模块、微博舆情事件策略匹配模块与微博舆情信息受众参与行为策略匹配模块,阐述了微博舆情信息受众参与行为拟合结果应用于微博舆情信息受众参与行为靶向引导的方法。第七章,微博舆情信息受众参与行为靶向引导模型组构建。本章节利用决策树模型、贝叶斯网络模型与基于情感-传播力-影响力的三维立体空间模型,构建了微博舆情信息受众靶向引导模型组,从技术的手段实现了微博舆情信息受众参与行为的靶向引导。第八章,微博舆情信息受众参与行为引导策略。本章节从微博舆情信息受众、微博舆情事件与微博舆情信息受众参与行为三个方面,提出具体的引导措施,从而实现微博舆情信息受众参与行为的靶向引导。第九章,微博舆情信息受众参与行为拟合与靶向引导的实证研究。本章节主要是针对第五章提出的语义识别模型与第七章提出的决策树模型、贝叶斯网络模型进行训练。以“李心草溺亡”事件为研究对象,利用微博舆情信息受众参与行为拟合模型与微博舆情信息受众参与行为靶向引导模型进行实证研究,验证模型与算法的有效性。第十章,总结与展望。本章节总结了本研究的成果,分析了本研究的不足,提出了下一步的研究方向。微博舆情信息受众的参与行为拟合与靶向引导,是微博舆情治理中不可或缺的一部分。通过数学模型与计算机代码,能够将微博舆情信息受众参与行为拟合与靶向引导理论运用到实际中,为微博舆情信息受众参与行为的相关研究提供新的思路与方法。