中文摘要 | 第1-7页 |
Abstract | 第7-14页 |
第一章 引言 | 第14-21页 |
第一节 问题的提出和研究目的 | 第15-17页 |
第二节 研究意义 | 第17-19页 |
·理论意义 | 第17-18页 |
·现实意义 | 第18-19页 |
第三节 论文结构安排 | 第19-21页 |
第二章 社会情绪、风险感知和风险决策相关研究回顾 | 第21-49页 |
第一节 社会情绪 | 第21-32页 |
·社会情绪的概念 | 第21-26页 |
·社会情绪的一般形成机制 | 第26-28页 |
·社会情绪的Socionomic理论 | 第28-32页 |
第二节 风险、社会风险、风险感知与决策的概念涵义 | 第32-36页 |
·风险的概念 | 第32-33页 |
·社会风险的概念 | 第33-34页 |
·风险感知的概念 | 第34-35页 |
·风险决策的概念 | 第35-36页 |
第三节 情绪与风险感知的关系 | 第36-42页 |
·情绪对风险感知的影响 | 第36-39页 |
·风险感知对情绪的影响 | 第39-42页 |
第四节 情绪对风险决策的影响 | 第42-49页 |
·情绪效价对于风险决策的影响 | 第43-46页 |
·不同情绪类型对于风险决策的影响 | 第46-49页 |
第三章 情绪与社会情绪测量研究回顾 | 第49-98页 |
第一节 情绪结构理论 | 第49-69页 |
·情绪分类理论 | 第50-56页 |
·情绪维度理论 | 第56-66页 |
·总结与评价 | 第66-69页 |
第二节 个体情绪的测量及诱导方式 | 第69-77页 |
·情绪量表 | 第69-73页 |
·情绪诱导方法 | 第73-77页 |
第三节 传统社会情绪的测量 | 第77-81页 |
·传统问卷调查法 | 第77-78页 |
·社会情绪代理指标 | 第78-81页 |
第四节 互联网社会情绪指标及其研究 | 第81-98页 |
·情绪分析技术 | 第81-82页 |
·国内外现有的情绪词库和情绪分析程序 | 第82-90页 |
·互联网社会情绪指标 | 第90-92页 |
·互联网社会情绪指标的相关研究成果 | 第92-98页 |
第四章 微博客基本情绪词库的构建及研究指标操作化 | 第98-114页 |
第一节 微博客基本情绪词库的构建 | 第98-102页 |
·问题提出 | 第98-100页 |
·微博客基本情绪词库的构建 | 第100-102页 |
第二节 研究指标的测量 | 第102-110页 |
·社会情绪的测量 | 第102-104页 |
·风险感知的测量 | 第104-108页 |
·风险决策的测量 | 第108-110页 |
第三节 本论文的操作性研究框架与研究问题 | 第110-114页 |
·本论文的操作性研究框架 | 第110-112页 |
·本论文的研究问题与方法 | 第112-114页 |
第五章 微博客基本社会情绪的效度检验 | 第114-135页 |
第一节 微博客基本社会情绪的统计分析 | 第114-118页 |
·微博客基本社会情绪的描述性统计结果 | 第114-115页 |
·微博客基本社会情绪的相关分析结果 | 第115页 |
·微博客基本社会情绪的日波动趋势分析 | 第115-116页 |
·微博客基本社会情绪的周变化趋势分析 | 第116-118页 |
第二节 微博客基本社会情绪与中国重要节日和事件的关联分析 | 第118-128页 |
第三节 讨论 | 第128-135页 |
第六章 社会情绪与社会风险感知:微博基本社会情绪与百度新闻热搜词社会风险水平指标 | 第135-164页 |
第一节 问题提出 | 第135-137页 |
第二节 研究方法 | 第137-138页 |
·变量的操作化定义 | 第137页 |
·研究方法 | 第137页 |
·研究过程 | 第137-138页 |
第三节 结果分析 | 第138-157页 |
·七种社会风险感知指标的结果分析 | 第138-140页 |
·社会情绪与社会风险感知指标的相关关系 | 第140页 |
·社会情绪与社会风险感知指标的Granger因果分析 | 第140-144页 |
·社会情绪对社会风险感知指标的回归分析模型 | 第144-152页 |
·社会风险感知指标对社会情绪的预测作用分析 | 第152-157页 |
第四节 讨论 | 第157-163页 |
·百度热搜词风险水平测量方法的效度 | 第157-158页 |
·社会情绪对社会风险感知的预测作用 | 第158-160页 |
·社会风险感知对社会情绪的预测作用 | 第160-163页 |
第五节 结论 | 第163-164页 |
第七章 社会情绪与社会风险决策(一):微博基本社会情绪与上海证券综合指数 | 第164-183页 |
第一节 问题提出 | 第164-168页 |
第二节 研究方法 | 第168-169页 |
·变量的操作化定义 | 第168页 |
·研究方法 | 第168页 |
·研究过程 | 第168-169页 |
第三节 结果分析 | 第169-176页 |
·五种社会情绪与上证综指收益率的关系 | 第169-171页 |
·五种社会情绪与上证综指成交量的关系 | 第171-176页 |
第四节 讨论 | 第176-182页 |
第五节 结论 | 第182-183页 |
第八章 社会情绪与社会风险决策(二):微博社会情绪唤醒度与上海证券综合指数 | 第183-195页 |
第一节 微博客情绪维度词库的构建 | 第183-189页 |
·问题提出 | 第183-184页 |
·研究程序 | 第184-186页 |
·研究结果 | 第186-187页 |
·讨论 | 第187-189页 |
第二节 情绪唤醒度与上证综指成交量的关系研究 | 第189-195页 |
·问题提出 | 第189-190页 |
·研究方法 | 第190页 |
·结果分析 | 第190-192页 |
·讨论 | 第192-194页 |
·结论 | 第194-195页 |
第九章 讨论与总结 | 第195-207页 |
第一节 结论 | 第195-198页 |
第二节 总讨论 | 第198-204页 |
·微博客社会情绪测量的效度 | 第198-199页 |
·社会情绪对大众风险感知和决策的影响 | 第199-201页 |
·大众风险感知对社会情绪的影响 | 第201-202页 |
·互联网社会科学研究的特点 | 第202-204页 |
第三节 研究的创新性与不足 | 第204-207页 |
·研究的创新性 | 第204-205页 |
·研究的不足 | 第205-207页 |
参考文献 | 第207-231页 |
中文参考文献 | 第207-211页 |
英文参考文献 | 第211-231页 |
附录 | 第231-268页 |
附录1:微博客基本情绪词库 | 第231-235页 |
附录2:微博客情绪维度词库 | 第235-268页 |
致谢 | 第268-269页 |
个人简历及攻读期成果 | 第269-270页 |