中文摘要 | 第6-8页 |
Abstract | 第8-10页 |
1 绪论 | 第19-36页 |
1.1 研究背景与问题的提出 | 第19-23页 |
1.1.1 研究背景 | 第19-23页 |
1.1.2 问题的提出 | 第23页 |
1.2 研究意义 | 第23-24页 |
1.2.1 理论意义 | 第23页 |
1.2.2 实践意义 | 第23-24页 |
1.3 研究目标与研究内容 | 第24-26页 |
1.4 研究对象与关键定义 | 第26-33页 |
1.4.1 研究对象的选择 | 第26-29页 |
1.4.2 关键定义 | 第29-33页 |
1.5 主要研究方法 | 第33-35页 |
1.5.1 文献调研法 | 第33-34页 |
1.5.2 社会网络分析法 | 第34页 |
1.5.3 案例分析法与访谈法 | 第34页 |
1.5.4 内容分析法 | 第34-35页 |
1.5.5 统计分析法 | 第35页 |
1.6 主要创新点 | 第35页 |
1.7 本章小结 | 第35-36页 |
2 文献综述与理论基础 | 第36-54页 |
2.1 文献综述 | 第36-43页 |
2.1.1 国外微博研究现状 | 第36-38页 |
2.1.2 国内微博研究现状 | 第38-43页 |
2.1.3 述评 | 第43页 |
2.2 理论基础 | 第43-53页 |
2.2.1 经典的信息传播模式 | 第43-46页 |
2.2.2 网络信息传播模式 | 第46-48页 |
2.2.3 社会网络分析 | 第48-52页 |
2.2.4 使用与满足理论 | 第52-53页 |
2.3 本章小结 | 第53-54页 |
3 微博用户的特征与类型 | 第54-76页 |
3.1 微博用户概述 | 第54页 |
3.2 数据搜集与预处理 | 第54-56页 |
3.2.1 数据搜集 | 第55-56页 |
3.2.2 数据预处理 | 第56页 |
3.3 微博用户的基本特征分析 | 第56-59页 |
3.4 微博用户的行为特征分析 | 第59-64页 |
3.4.1 关注数特征分析 | 第59-61页 |
3.4.2 粉丝数特征分析 | 第61-63页 |
3.4.3 发布博文数特征分析 | 第63-64页 |
3.5 微博用户的关系特征分析 | 第64-71页 |
3.5.1 相关分析 | 第64-66页 |
3.5.2 偏相关分析 | 第66-69页 |
3.5.3 回归分析 | 第69-71页 |
3.6 微博用户的类型分析 | 第71-75页 |
3.7 本章小结 | 第75-76页 |
4 微博用户社会网络结构的实证分析 | 第76-89页 |
4.1 概述 | 第76页 |
4.2 数据搜集与邻接矩阵 | 第76-79页 |
4.2.1 数据搜集 | 第77页 |
4.2.2 邻接矩阵 | 第77-79页 |
4.3 中心性分析 | 第79-84页 |
4.3.1 点度中心性 | 第79-82页 |
4.3.2 中间中心性 | 第82-84页 |
4.4 核心-边缘分析 | 第84-86页 |
4.5 凝聚子群分析 | 第86-88页 |
4.6 本章小结 | 第88-89页 |
5 微博信息传播影响因素的探索性分析 | 第89-102页 |
5.1 概述 | 第89-90页 |
5.2 访谈设计 | 第90-92页 |
5.2.1 访谈对象的选择 | 第90-91页 |
5.2.2 访谈程序 | 第91-92页 |
5.3 结果发现 | 第92-100页 |
5.3.1 微博信息传播行为的频率 | 第92-94页 |
5.3.2 信息获取 | 第94-95页 |
5.3.3 旧关系的维持 | 第95-96页 |
5.3.4 新关系的建立 | 第96-97页 |
5.3.5 自我呈现 | 第97页 |
5.3.6 愉悦感 | 第97-98页 |
5.3.7 成员身份 | 第98-99页 |
5.3.8 影响力 | 第99页 |
5.3.9 共享的情感连接 | 第99-100页 |
5.3.10 沉浸感 | 第100页 |
5.4 结论 | 第100-101页 |
5.5 本章小结 | 第101-102页 |
6 基于U&G理论的微博信息传播影响因素的实证分析 | 第102-131页 |
6.1 理论模型与研究假设 | 第102-108页 |
6.1.1 信息性收益与微博信息传播行为 | 第103-104页 |
6.1.2 社交性收益与微博信息传播行为 | 第104-105页 |
6.1.3 娱乐性收益与微博信息传播行为 | 第105-106页 |
6.1.4 心理性收益与微博信息传播行为 | 第106-108页 |
6.2 量表设计与数据搜集 | 第108-110页 |
6.2.1 量表设计 | 第108-110页 |
6.2.2 数据搜集 | 第110页 |
6.3 数据分析 | 第110-128页 |
6.3.1 描述性统计分析 | 第111-116页 |
6.3.2 因子分析与可靠性分析 | 第116-119页 |
6.3.3 相关分析 | 第119-120页 |
6.3.4 回归分析 | 第120-128页 |
6.4 结果讨论 | 第128-130页 |
6.5 本章小结 | 第130-131页 |
7 促进微博信息传播的策略 | 第131-137页 |
7.1 概述 | 第131-132页 |
7.2 内容建设是根本 | 第132-134页 |
7.2.1 引导有效的信息流 | 第132-133页 |
7.2.2 激发高质量的用户生成内容 | 第133-134页 |
7.3 技术保证是硬支撑 | 第134-136页 |
7.3.1 建立合理的监管技术 | 第134-135页 |
7.3.2 采用有效的信息挖掘技术 | 第135页 |
7.3.3 创建面向用户兴趣的信息推荐技术 | 第135-136页 |
7.5 本章小结 | 第136-137页 |
8 研究总结与展望 | 第137-139页 |
参考文献 | 第139-147页 |
附录 1 微博用户数据的抓取程序 | 第147-152页 |
附录 2 微博社会网络数据的抓取程序 | 第152-161页 |
附录 3 微博信息传播影响因素的访谈提纲 | 第161-162页 |
附录 4 微博信息传播的影响因素研究调查问卷 | 第162-167页 |
科研情况 | 第167-168页 |
致谢 | 第168页 |