| 摘要 | 第5-6页 |
| 英文摘要 | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-12页 |
| 1.2 研究内容、研究方法与创新点 | 第12-14页 |
| 1.2.1 研究内容 | 第12-13页 |
| 1.2.2 研究方法 | 第13页 |
| 1.2.3 本文创新点 | 第13-14页 |
| 1.3 研究框架 | 第14-16页 |
| 第二章 文献综述 | 第16-27页 |
| 2.1 微博传播机制研究 | 第16-17页 |
| 2.2 多级传播理论研究 | 第17-19页 |
| 2.2.1 多级传播理论的提出 | 第17-18页 |
| 2.2.2 多级传播理论与微博研究 | 第18-19页 |
| 2.3 政府与公共政策传播研究 | 第19-21页 |
| 2.4 大数据与传播研究 | 第21-27页 |
| 第三章 研究设计 | 第27-33页 |
| 3.1 研究模型 | 第27-29页 |
| 3.1.1 模型的提出 | 第27-28页 |
| 3.1.2 对变量的解释说明 | 第28-29页 |
| 3.2 研究假设 | 第29-30页 |
| 3.3 研究方法设计与说明 | 第30-31页 |
| 3.4 数据表设计与说明 | 第31-33页 |
| 第四章 数据分析与模型检验 | 第33-46页 |
| 4.1 大数据挖掘总体情况概述 | 第33页 |
| 4.2 基于大数据技术的描述性统计分析 | 第33-38页 |
| 4.2.1 各地区参与高考改革传播用户数量分布 | 第33-35页 |
| 4.2.2 参与高考改革传播用户身份分析 | 第35-36页 |
| 4.2.3 高考改革相关微博分时段计数统计分析 | 第36-38页 |
| 4.3 基于用户转发行为的信息流和影响流分析 | 第38-46页 |
| 4.3.1 用户转发行为与微博热度 | 第38页 |
| 4.3.2 用户身份与微博热度分析 | 第38-39页 |
| 4.3.3 基于转发行为的用户关联度与信息流、影响流分析 | 第39-40页 |
| 4.3.4 基于用户转发行为的微博可视化分析 | 第40-46页 |
| 第五章 研究结论、局限和对策建议 | 第46-51页 |
| 5.1 研究结论 | 第46-48页 |
| 5.1.1 公共政策发布时间对信息流和影响流强度的影响 | 第46-47页 |
| 5.1.2 公共政策与用户的关联度对信息流和影响流强度的影响 | 第47页 |
| 5.1.3 公共政策微博传播中的信息流传播机制强于影响流传播机制 | 第47页 |
| 5.1.4 用户的参与规模对信息流和影响流持续时间的影响 | 第47-48页 |
| 5.2 研究局限 | 第48页 |
| 5.3 对策和建议 | 第48-51页 |
| 5.3.1 合理选择公共政策信息发布时间 | 第49页 |
| 5.3.2 公共政策微博需要细分和仔细解读 | 第49页 |
| 5.3.3 政务微博的人性化发展 | 第49页 |
| 5.3.4 寻找最大化民众参与热情的方式 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 学术论文和科研成果目录 | 第56页 |
