大數據視域下微博輿情研判與疏導機制研究

《大數據視域下微博輿情研判與疏導機制研究》是王秋菊等創作的文化教育類著作，首次出版於2018年9月。

該書從輿情生態系統的視角，以微博輿論場作為研究對象，探討了輿情要素的互動機制，揭示了微博輿情信息傳播的動力，提出了微博輿情研判與疏導策略。

基本介紹

• 作品名稱：大數據視域下微博輿情研判與疏導機制研究
• 作者：王秋菊等
• 首版時間：2018年9月
• 字數：300千字
• 類別：文化教育類著作

內容簡介

該書首先通過對大量微博輿情數據的採集與分析，揭示了微博輿情信息轉發特點及影響因素，並在此基礎上深入研究了微博輿論場域中微博用戶評論特點、微博輿論波的成因及影響因素；其次，基於微博輿情大數據剖析了微博輿論場中互動機制與互動策略、媒體微博輿論影響力建構策略；第三，深入探討了微博評論對於微博輿論空間的拓展與構建、揭示了微博輿情中的意見領袖的輿論影響力與構成要素、提出了微博輿情研判與疏導的思路、方法與對策。

作品目錄

第一章 基於大數據的微博輿情信息轉發特點及影響因素	第五章 大數據視域下媒體微博輿論影響力的建構策略
第二章 大數據視域下微博輿論場域中微博用戶評論特點	第六章 微博評論對於微博輿論空間的拓展與構建
第三章 大數據視域下微博輿論波的成因及影響因素分析	第七章 大數據視域下微博輿情中的意見領袖
第四章 大數據視域下微博輿論場中互動機制與互動策略	第八章 大數據視域下微博輿情研判與疏導策略

創作背景

網際網路環境下的海量數字信息，因客群的細分而趨於碎片化，網路社會思潮潛移默化地影響著人們的認知方式、思考方式、行為方式等。在市場經濟的背景下，為了滿足利益需求，媒體“把關人”角色弱化，意見領袖非理性發言現象頻發，網路水軍肆意生長，謠言順勢而生，網路移情效應明顯，極易演變成線下群體極化行為。面對海量、紛繁、激增的信息，大數據技術具有強大的信息採集、聚合、分析的功能，為輿情的研判和疏導提供了強有力的技術條件和分析平台，基於大數據技術的網路輿情分析日益成為新形勢下引導網路輿論、營造健康網路環境的重要工作。基於此，《大數據視域下微博輿情研判與疏導機制研究》對這一主題展開了研究。

作品思想

輿情構成的六要素包含輿情主體、輿情客體、輿情內容、輿情載體、輿情環境、輿情表現。在輿情生態系統的運行過程中，各個構成要素並不是獨立的存在，而是有著千絲萬縷的聯繫，互動的狀態才是生態系統中信息傳播的常態。該書主要從輿情主體和輿情內容兩個方面分析了微博輿論場中的互動機制，並對此提出了互動策略。該書認為微博輿論場中輿情主體存在兩個層次的互動即關注層微博互動和交流層微博互動，而微博輿論場中輿情內容又是影響輿情主體互動的重要因素，並從信息、話題對互動的影響展開分析，提出信息互動的組織形式、互動類型對互動的影響，不同內容話題對互動的影響，在此基礎上指出微博輿論場中的互動引導應該以關注層、交流層及用戶需求作為突破點，才能合理有效地疏導網路輿情。

該書重點分析微博輿情信息的轉發動機及轉發路徑結構，探討了微博用戶評論的特點、影響因素。該書認為“親和動機、自我認同的心理、感知信息質量、感知風險性和對微博主的信任”等因素影響了網民的轉發動機，並通過“偶然發生式、偶遇強節點式、蒲公英傳播式、雙子星呼應式、次強勢節點承接分散式”五種轉發路徑結構實現輿情信息的擴散。該書還認為微博評論具有兩種互動形式，即通過觀點或情緒的感染或通過回復他人的評論以達到觀點一致的，會因群體壓力下的趨同心理而導致評論跟風。因此評估中需要警惕觀點極化和消極情緒蔓延的現象，並針對此現象提出了微博評論最佳化策略。

該書創新性地提出了微博輿情研判指標體系，微博輿情研判方法和疏導機制，從微博輿情的信息源、傳播過程、客群三方面分析微博輿情研判的標準，認為應該根據微博輿情傳播態勢確定相對應的研判方法，在輿情疏導過程中要有警覺性、風險意識，發揮意見領袖的正面積極作用，以平等對話的形式疏導社會情緒，為媒體及政府的輿情處置工作提供實用性建議。

出版信息

書名	出版時間	出版社	ISBN
《大數據視域下微博輿情研判與疏導機制研究》	2018年9月	人民出版社	978-7-01-019332-8

作者簡介

王秋菊，河北大學新聞傳播學院教授，碩士生導師，中國新聞史學會輿論學研究會常務理事、網路傳播史研究會常務理事，新浪微博社區委員會專家成員，中國編輯學會電子與網路編輯專委會常務委員。