论文部分内容阅读
随着近年来突发公共卫生事件的增多,多事件网络舆情逐渐成为当前研究的热点。多事件网络舆情中经常存在主体关联、主题关联、情感关联,关联因素使多起事件关联起来,形成舆情事件集,被网民当作相同事件或相关事件共同对待,在网民的历史经历和认知模式的作用下,网民对多起事件的看法和态度叠加,对当前事件产生更加强烈的感受,网民情感汇聚在一起形成明显的舆情峰值,发生多事件网络舆情的共振。每一个网络舆情事件都是由多个话题构成的舆情组合,关联事件之间的作用在微观层面上即为话题之间的作用。当多事件网络舆情发生共振时,构成事件的话题是否发生同样的共振现象是值得思考的问题。本文着眼于突发公共卫生事件舆情话题构成,提取多舆情关联事件中的话题共性,并分析多起事件中相关话题之间的作用。基于多事件网络舆情理论,本文构建了面向突发公共卫生事件舆情话题的随机共振模型,研究微观层面上多事件网络舆情共振的规律,分析多舆情网络事件之间的关联。研究发现,突发公共卫生事件在主体、主题、情绪方面的关联,会使多舆情事件发生网络舆情随机共振;突发公共卫生事件可以分为事件进展、群众意见、政府回应、知识普及、事后措施五种话题,每种话题的相对热度存在区别,并且每种话题之间的随机共振现象不同,其中事件进展、群众意见、政府回应型微博能够发生共振,而知识普及、事后措施型微博则没有发生随机共振。本研究能够丰富网络舆情共振的研究内容和分析视角,了解微博用户在突发事件子话题的层面上所发生的情感共振情况,掌握微博用户对不同话题类型的敏感度,为突发事件舆情检测监测与预警提供参考,使应急部门能够根据事件话题的类型采取及时有效的控制措施。本文系教育部哲学社会科学研究重大课题攻关项目“提高反恐怖主义情报信息工作能力对策研究”(17JZD034)的研究成果之一。