| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 绪论 | 第10-16页 |
| 一、研究意义 | 第10-12页 |
| (一) 现实意义 | 第10页 |
| (二) 理论意义 | 第10-12页 |
| 二、文献综述 | 第12-14页 |
| (一) 大数据研究现状 | 第12页 |
| (二) 铁路突发事件研究现状 | 第12-13页 |
| (三) 国内外舆情研究现状 | 第13-14页 |
| (四) 铁路突发事件舆情研究现状 | 第14页 |
| 三、研究方法与创新 | 第14-16页 |
| (一) 研究方法 | 第14-15页 |
| (二) 特色与创新之处 | 第15-16页 |
| 第一章 铁路突发事件与铁路突发事件舆情研究 | 第16-22页 |
| 第一节 事故灾难与铁路突发事件 | 第16-18页 |
| 一、突发事件与事故灾难概念辨析 | 第16页 |
| 二、铁路突发事件为多重风险共同作用的结果 | 第16-18页 |
| 第二节 互联网时代下的铁路突发事件舆情 | 第18-20页 |
| 一、互联网时代的舆情拥有物理与逻辑的双重结构 | 第18-19页 |
| 二、互联网时代的舆情传播呈现群落化和规模化 | 第19-20页 |
| 三、铁路的特殊地位决定铁路突发事件的舆情特征 | 第20页 |
| 第三节 铁路突发事件舆情的研究方法 | 第20-22页 |
| 一、量化研究成为铁路突发事件舆情研究的主要方法 | 第20-21页 |
| 二、大数据为铁路突发事件舆情信息挖掘提供技术路径 | 第21-22页 |
| 第二章 建立铁路突发事件数据库的标准和规则 | 第22-31页 |
| 第一节 “事故灾难·铁路突发事件数据库”的主要内容 | 第22-28页 |
| 一、Access数据库及其组织形式 | 第22-23页 |
| 二、铁路突发事件数据库各表填写规则 | 第23-28页 |
| 第二节 铁路突发事件数据收集的相关规定 | 第28-31页 |
| 一、铁路突发事件数据资料收集范围 | 第28-29页 |
| 二、铁路突发事件数据资料参考来源的选用原则 | 第29页 |
| 三、铁路突发事件数据资料收集和校对流程 | 第29-31页 |
| 第三章 铁路突发事件舆情相关数据的挖掘 | 第31-49页 |
| 第一节 铁路突发事件基本要素特征及数据呈现 | 第31-34页 |
| 一、铁路突发事件的时空分布特征与数据呈现 | 第31-33页 |
| 二、铁路突发事件性质与原因的归类及呈现 | 第33-34页 |
| 第二节 、不同原因下的铁路突发事件舆情分析 | 第34-41页 |
| 一、自然原因：舆情周期短,结构单一 | 第34-37页 |
| 二、管理原因：舆情周期长,焦点随责任认定转移 | 第37-39页 |
| 三、人为原因：舆情消散快,性质单一 | 第39-40页 |
| 四、管理原因导致铁路突发事件舆情复杂化 | 第40-41页 |
| 第三节 、不同处置下的铁路突发事件舆情分析 | 第41-46页 |
| 一、事件处置失当：引发更多疑问,舆情呈负面 | 第41-42页 |
| 二、事件处置恰当：舆情平稳消散,舆情呈正面 | 第42-43页 |
| 三、舆情处置失当：产生新的舆论,舆情呈负面 | 第43-44页 |
| 四、舆情处置恰当：舆情快速消散,舆情呈正面 | 第44-45页 |
| 五、舆情走势的关键在于官方的处置 | 第45-46页 |
| 第四节 、不同强度下的铁路突发事件舆情分析 | 第46-49页 |
| 一、高强度事件：舆情周期长,高潮点来临滞后 | 第46页 |
| 二、中强度事件：舆情周期适中,高潮点来临较快 | 第46-47页 |
| 三、低强度事件：舆情周期短,当日出现高潮点 | 第47-48页 |
| 四、舆情强度与事件强度呈正相关 | 第48-49页 |
| 第四章 大数据路径下铁路突发事件的舆情应对 | 第49-53页 |
| 第一节 政府层面的舆情应对建议 | 第49-51页 |
| 一、建立舆情专题数据库：科学应对舆情 | 第49页 |
| 二、构建疏导平台：加强信息透明 | 第49-50页 |
| 三、重视媒介联动：多角度强化信息传播 | 第50-51页 |
| 第二节 铁路企业层面的舆情应对建议 | 第51-53页 |
| 一、控制舆情走势：把握准确的处置时机 | 第51-52页 |
| 二、占领舆情高点：主动引导舆论 | 第52页 |
| 三、高强度事件攻坚：有效整合处置力量 | 第52-53页 |
| 结语 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58-63页 |