摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第13-23页 |
1.1 研究背景研究目的和研究意义 | 第13-17页 |
1.1.1 研究背景 | 第13-14页 |
1.1.2 研究目的 | 第14-15页 |
1.1.3 研究意义 | 第15-17页 |
1.1.3.1 理论意义 | 第15-16页 |
1.1.3.2 实践意义 | 第16-17页 |
1.2 国内外研究综述 | 第17-19页 |
1.2.1 国外研究综述 | 第17页 |
1.2.2 国内研究综述 | 第17-19页 |
1.3 论文研究方法与研究重点 | 第19-23页 |
1.3.1 研究方法 | 第19-21页 |
1.3.2 研究重点 | 第21-23页 |
第2章相关理论综述 | 第23-34页 |
2.1 网络舆情与微博舆情 | 第23-31页 |
2.1.1 网络舆情的定义 | 第23页 |
2.1.2 网络舆情的特征 | 第23-25页 |
2.1.3 网络舆情的发展阶段 | 第25-27页 |
2.1.4 微博舆情的基本概念 | 第27-28页 |
2.1.5 微博舆情的新特征 | 第28-29页 |
2.1.6 舆情事件的形成因素 | 第29-31页 |
2.2 信息传播理论 | 第31页 |
2.3 二级传播理论 | 第31-32页 |
2.4 有限效果理论 | 第32页 |
2.5 “把关人”理论 | 第32-34页 |
第3章 微博意见领袖及事件相关度分析 | 第34-41页 |
3.1 微博意见领袖的定义、特点和类型 | 第34-36页 |
3.1.1 微博意见领袖的定义 | 第34页 |
3.1.2 微博意见领袖的特点 | 第34-35页 |
3.1.3 微博意见领袖的类型 | 第35-36页 |
3.2 微博意见领袖的形成 | 第36-39页 |
3.2.1 微博意见领袖的形成原因 | 第36-38页 |
3.2.2 微博意见领袖的形成对网络舆情传播的作用 | 第38-39页 |
3.3 事件相关度及与微博意见领袖身份的相关性分析 | 第39-41页 |
3.3.1 事件相关度的分析 | 第39页 |
3.3.2 微博意见领袖身份与事件相关度 | 第39-41页 |
第4章 意见领袖身份与事件相关度对于网络舆情影响假设的建立及验证模型 | 第41-48页 |
4.1 假设提出以及假设分析 | 第41-43页 |
4.2 线性回归模型分析 | 第43-45页 |
4.2.1 线性回归模型概念 | 第43-44页 |
4.2.2 线性回归模型的步骤 | 第44-45页 |
4.3 多元线性回归模型 | 第45-48页 |
4.3.1 多元线性回归模型概念 | 第45页 |
4.3.2 多元线性回归模型的检验 | 第45-48页 |
4.3.2.1 多元线性回归模型的拟合优度检验 | 第45-47页 |
4.3.2.2 多元线性回归模型变量的显著性检验 | 第47页 |
4.3.2.3 多元线性回归模型参数的置信区间 | 第47-48页 |
第5章 实证研究 | 第48-59页 |
5.1 以“雄安新区”为实例研究网络舆情传播影响 | 第48-49页 |
5.1.1 舆情事件相关数据的搜集 | 第48页 |
5.1.2 相关数据的初步整理 | 第48-49页 |
5.2 实证分析 | 第49-59页 |
5.2.1 相关变量描述 | 第49-50页 |
5.2.2 变量的相关性分析 | 第50-52页 |
5.2.3 网络意见领袖对舆情传播的回归分析 | 第52-57页 |
5.2.3.1 事件不相关的个体的网络舆情传播的影响 | 第52-54页 |
5.2.3.2 事件相关组的回归分析 | 第54-57页 |
5.2.4 实验结果分析 | 第57-59页 |
5.2.4.1 影响因素不同 | 第57页 |
5.2.4.2 影响方向和大小不同 | 第57-59页 |
第6章 网络舆情事件传播过程中的应对措施 | 第59-63页 |
(1) 加大力度规范网络意见领袖 | 第59页 |
(2) 优化网络环境 | 第59-60页 |
(3) 正确引导网络群众使用社交网络 | 第60-61页 |
(4) 加强意见领袖与网民的互动 | 第61页 |
(5) 政府制定相应的管理措施 | 第61-63页 |
第7章 结论及展望 | 第63-64页 |
7.1 结论 | 第63页 |
7.2 展望 | 第63-64页 |
参考文献 | 第64-68页 |
致谢 | 第68页 |