微博舆情信息老化测度研究
| 摘要 | 第4-5页 |
| Abetract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义与研究目的 | 第10-12页 |
| 1.2.1 研究意义 | 第10-11页 |
| 1.2.2 研究目的 | 第11-12页 |
| 1.3 研究现状 | 第12-16页 |
| 1.3.1 国内外网络信息老化研究现状 | 第12-14页 |
| 1.3.2 国内外微博信息老化研究现状 | 第14-15页 |
| 1.3.3 网络舆情国内外研究现状 | 第15-16页 |
| 1.4 研究思路 | 第16-17页 |
| 1.5 研究方法 | 第17-18页 |
| 1.6 研究创新点 | 第18-19页 |
| 1.7 研究重点及难点 | 第19-20页 |
| 第2章 微博舆情老化相关理论 | 第20-28页 |
| 2.1 微博舆情的相关理论 | 第20-21页 |
| 2.1.1 微博舆情的内涵 | 第20页 |
| 2.1.2 微博舆情的特征 | 第20-21页 |
| 2.2 网络舆情传播相关理论 | 第21-25页 |
| 2.2.1 网络舆情传播动机理论 | 第21-23页 |
| 2.2.2 网络舆情传播模型理论 | 第23-25页 |
| 2.3 网络舆情生命周期理论 | 第25-26页 |
| 2.4 高斯分布与洛伦兹分布 | 第26-28页 |
| 2.4.1 高斯分布 | 第26页 |
| 2.4.2 洛伦兹分布 | 第26-28页 |
| 第3章 微博舆情信息老化及测度方法 | 第28-37页 |
| 3.1 微博舆情信息老化特征 | 第28-30页 |
| 3.2 微博舆情信息老化影响因素 | 第30-34页 |
| 3.2.1 原创微博 | 第31页 |
| 3.2.2 微博转发 | 第31-32页 |
| 3.2.3 微博评论 | 第32-33页 |
| 3.2.4 微博点赞及其他行为 | 第33-34页 |
| 3.3 微博舆情信息老化峰值测度 | 第34-37页 |
| 3.3.1 微博舆情峰值界定 | 第34-36页 |
| 3.3.2 微博舆情峰值计算方法 | 第36-37页 |
| 第4章 舆情信息老化测度模型构建 | 第37-45页 |
| 4.1 微博舆情信息老化测度建模 | 第37-38页 |
| 4.2 因变量相关性分析 | 第38-40页 |
| 4.3 因变量权重分析 | 第40-43页 |
| 4.3.1 权重定量分析 | 第40-41页 |
| 4.3.2 权重定性分析 | 第41-43页 |
| 4.3.3 最终权重确定 | 第43页 |
| 4.4 计算结果判定及符号说明 | 第43-45页 |
| 第5章 实证研究 | 第45-54页 |
| 5.1 实证研究具体流程 | 第45-46页 |
| 5.2 实证一——“云南导游辱客”事件 | 第46-49页 |
| 5.2.1 事件背景 | 第46页 |
| 5.2.2 舆情信息采集 | 第46-47页 |
| 5.2.3 回归分析 | 第47-49页 |
| 5.3 实证二——“西双版纳导游辱客”事件 | 第49-52页 |
| 5.3.1 事件背景 | 第49页 |
| 5.3.2 舆情信息采集 | 第49-50页 |
| 5.3.3 回归分析 | 第50-52页 |
| 5.4 综合分析 | 第52-54页 |
| 第6章 基于舆情信息老化测度的舆情控制对策 | 第54-57页 |
| （1）加强特殊时间节点舆情监测 | 第54页 |
| （2）媒体微博自觉维持事件的客观准确性 | 第54页 |
| （3）合理引导微博舆情走势 | 第54-55页 |
| （4）跟进报道事件的后续发展和解决 | 第55页 |
| （5）加强微博舆情应对小组的构建 | 第55-56页 |
| （6）加强舆论集中场的监测 | 第56页 |
| （7）加强定量角度微博舆情监测体系的构建 | 第56-57页 |
| 第7章 总结 | 第57-59页 |
| 7.1 主要研究结论 | 第57-58页 |
| 7.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-63页 |
| 作者简介 | 第63-64页 |
| 致谢 | 第64页 |
