基于SNA的社会热点事件微博舆情阶段性传播网络的结构分析——以“于欢案”为例

›› 2019, Vol. 31 ›› Issue (3): 295-304.

• 案例研究 • 上一篇

基于SNA的社会热点事件微博舆情阶段性传播网络的结构分析——以“于欢案”为例

成俊会, 张思, 吉清凯

海南大学经济与管理学院, 海口 570228

收稿日期:2017-12-26 出版日期:2019-03-28 发布日期:2019-03-27
通讯作者: 成俊会,海南大学经济与管理学院讲师,硕士生导师,博士。
作者简介:张思,海南大学经济与管理学院本科生;吉清凯,海南大学经济与管理学院讲师,硕士生导师,博士。
基金资助:
国家自然科学基金项目（71661005）；海南省自然科学基金项目（717067）；海南大学科研启动项目（kyqd1567）。

nalysis of Micro-blog Public Opinion Periodic Propagation Network in Social Hotspot Events Based on SNA——An Empirical Study on “Yu Huan”

Cheng Junhui, Zhang Si, Ji Qingkai

School of Economics and Management, Hainan University, Haikou 570228

Received:2017-12-26 Online:2019-03-28 Published:2019-03-27

摘要/Abstract

摘要：

庞大用户群体的积极参与、方便快捷的信息发布形式与特有的信息裂变传播模式使微博成为社会舆情的放大器。在中国情境下，分析舆情传播规律进而有效引导舆情健康发展是当前学界重点关注的研究领域。舆情的发展演变呈现出阶段性特点，以2017年热点事件"于欢案"为例，运用社会网络分析研究了该事件不同传播阶段的网络结构特征。研究结果表明，"于欢案"微博舆情阶段性传播网络较为稀疏，各阶段的传播规律差异性较大，产生阶段表现出典型的去中心化特征，由于互动的增加和观点的碰撞汇聚，爆发阶段呈现出中心化的传播特性，消亡阶段伴随大量节点退出传播，网络呈逐渐消解趋势。微博用户在舆情传播网络中的信息优势和控制优势受到知名度、专业性、公信力和权威性的影响。

关键词: 微博舆情, 社会网络分析, 传播网络, 生命周期阶段

Abstract:

The active participation of large user groups, convenient message post style and the unique information fission mode make micro-blog become an amplifier of public opinion. Analyzing the propagation law of public opinion and effectively leading it to healthy development are a hot topic of current academic research fields in China. The development and evolution of public opinion present phased features. Taking the case of "Yuhuan" in 2017 as an example, this paper uses social network analysis to explore the network structure characteristics of the event in all stages. The research results show that the stage propagation network of public opinion about "Yuhuan" is relatively sparse, while the propagation rules of each stage are quite different. The generation stage shows a typical de-centralization characteristic. Due to increase of interaction and collision of views, the outbreak stage presents a centralized feature. The extinction phase is dying accompanied by a large number of nodes leaving the network. The information superiority and control advantage of micro-blog users in public opinion communication network are influenced by popularity, professionalism, credibility and authority.

Key words: micro-blog public opinion, social network analysis, dissemination network, periodic

成俊会, 张思, 吉清凯. 基于SNA的社会热点事件微博舆情阶段性传播网络的结构分析——以“于欢案”为例[J]. , 2019, 31(3): 295-304.

Cheng Junhui, Zhang Si, Ji Qingkai. nalysis of Micro-blog Public Opinion Periodic Propagation Network in Social Hotspot Events Based on SNA——An Empirical Study on “Yu Huan”[J]. , 2019, 31(3): 295-304.

参考文献

[1] 姜景,李丁,刘怡君. 基于微博舆论生态的突发事件管理策略研究[J]. 管理评论, 2015,27(4):48-56
[2] 王芳,王晴. 微博舆情的演化机理、价值特征与治理机制[J]. 情报杂志, 2014,33(1):120-123
[3] Ridings C., Gefen D. Psychological Barriers:Lurker and Poster Motivation and Behavior in Online Communities[J]. Communications of the Association for Information Systems, 2006,18(1):329-354
[4] Ma W. W. K., Chan A. Knowledge Sharing and Social Media:Altruism, Perceived Online Attachment Motivation, and Perceived Online Relationship Commitment[J]. Computers in Human Behavior, 2014,39:51-58
[5] Zolkepli I. A., Kamarulzaman Y. Social Media Adoption:The Role of Media Needs and Innovation Characteristics[J]. Computers in Human Behavior, 2015,43:189-209
[6] Fu P. W., Wu C. C., Cho Y. J. What Makes Users Share Content on Facebook? Compatibility Among Psychological Incentive, Social Capital Focus, and Content Type[J]. Computers in Human Behavior, 2017,67:23-32
[7] 邓青,刘艺,马亚萍,等. 基于元胞自动机的网络信息传播和舆情干预机制研究[J]. 管理评论, 2016,28(8):106-114
[8] 胡悦,王亚民. 基于模糊神经网络的微博舆情趋势预测方法[J]. 情报科学, 2017,35(12):28-33
[9] 晏敬东,杨彩霞,张炜南. 基于生命周期理论的微博舆情引控研究[J]. 情报杂志, 2017,36(8):88-93
[10] 崔鑫,胡勇,丁雪峰,等. 基于SNA点度的网络舆论导向机理研究[J]. 四川大学学报(工程科学版), 2011,43(1):104-108
[11] 刘军. 整体网分析[M]. 上海:格致出版社, 2014
[12] 洪小娟,姜楠,洪巍,等. 媒体信息传播网络研究——以食品安全微博舆情为例[J]. 管理评论, 2016,28(8):115-124
[13] 谭雪晗,涂艳,马哲坤. 基于SNA的事故灾难舆情关键用户识别及治理[J]. 情报学报, 2017,36(3):297-306
[14] 吴少华,崔鑫,胡勇. 基于SNA的网络舆情演变分析方法[J]. 四川大学学报(工程科学版), 2015,47(1):138-142
[15] 高歌,张艺炜,黄微. 多媒体网络舆情演进机理研究[J]. 图书情报工作, 2015,59(21):6-14
[16] 安璐,吴林. 融合主题与情感特征的突发事件微博舆情演化分析[J]. 图书情报工作, 2017,61(15):120-129
[17] 曾润喜,王晨曦,陈强. 网络舆情传播阶段与模型比较研究[J]. 情报杂志, 2014,33(5):119-124
[18] 李纲,董琦. Web2.0环境下企业网络舆情传播过程的研究及实证分析[J]. 情报科学, 2011,29(12):1810-1814
[19] 李明德,蒙胜军,张宏邦. 微博舆情传播模式研究——基于过程的分析[J]. 情报杂志, 2014,33(2):120-127
[20] 昂娟. 突发事件生命周期网络舆论演化及引导研究——以"魏则西事件"和"雷洋事件"为例[J]. 大理大学学报, 2018,3(5):56-60
[21] 匡文波. 论新媒体舆论的生命周期理论模型[J]. 杭州师范大学学报(社会科学版), 2014,36(2):112-117
[22] 晏敬东,杨彩霞,张炜南. 基于生命周期理论的微博舆情引控研究[J]. 情报杂志, 2017,36(8):88-93
[23] 斯坦利·沃瑟曼,凯瑟琳·福斯特著,陈禹,孙彩虹译. 社会网络分析:方法与应用[M]. 北京:中国人民大学出版社, 2012
[24] 赵金楼,成俊会. 基于SNA的突发事件微博舆情传播网络结构分析——以"4.20四川雅安地震"为例[J]. 管理评论, 2015,27(1):148-157
[25] 罗纳德·伯特著,任敏,李璐,林虹译. 结构洞:竞争的社会结构[M]. 上海:上海人民出版社, 2008

基于SNA的社会热点事件微博舆情阶段性传播网络的结构分析——以“于欢案”为例

nalysis of Micro-blog Public Opinion Periodic Propagation Network in Social Hotspot Events Based on SNA——An Empirical Study on “Yu Huan”

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

本文评价

[1]	钟祖昌, 余佩璇, 肖宵, 孟凡超, 黄秋煜. 高技术产品出口贸易网络构建对一国或地区全球价值链分工位置的影响研究：基于社会网络分析的视角[J]. 管理评论, 2022, 34(3): 127-140.
[2]	霍国庆, 展圣洁, 王宗水, 焦丹晓. 基于社会网络分析的影响居民幸福感的城市空间要素关系研究——以北京市为例[J]. 管理评论, 2022, 34(10): 319-327.
[3]	杨青, 郑璐, 邹星琪. 基于风险传播网络和K-shell方法的复杂研发项目风险评价[J]. 管理评论, 2021, 33(9): 119-127.
[4]	张超, 官建成. 基于政策文本内容分析的政策体系演进研究——以中国创新创业政策体系为例[J]. , 2020, 32(5): 138-150.
[5]	沈丽, 刘媛, 李文君. 中国地方金融风险空间关联网络及区域传染效应：2009-2016[J]. , 2019, 31(8): 35-48.
[6]	孙天阳, 肖皓, 孟渤, 许和连. 制造业全球价值链网络的拓扑特征及影响因素——基于WWZ方法和社会网络的研究[J]. , 2018, 30(9): 49-60.
[7]	吴小节, 谭晓霞, 汪秀琼. 市场分割研究的知识结构与动态演化——基于1998－2015年CSSCI经济管理类期刊数据库的[J]. , 2018, 30(12): 257-275.
[8]	许树生, 陈文强, 邓娇娇. 城市地下工程核心安全风险治理：结构优化及联盟策略[J]. , 2017, 29(11): 240-250,260.
[9]	洪小娟, 姜楠, 洪巍, 黄卫东. 媒体信息传播网络研究——以食品安全微博舆情为例[J]. , 2016, 28(8): 115-124.
[10]	彭本红, 谷晓芬, 周倩倩, 武柏宇. 基于SNA的服务型制造项目治理风险分析[J]. , 2016, 28(2): 25-34.
[11]	董纪昌, 焦丹晓, 孙熙隆. 基于社会网络分析的全球跨国并购研究[J]. , 2016, 28(10): 202-213.
[12]	侯俊东1，2 肖人彬2. 地质灾害防治项目治理的社会网络结构优化及策略[J]. , 2015, 27(2): 13-.
[13]	赵金楼,成俊会. 基于SNA的突发事件微博舆情传播网络结构分析?——以“4.20四川雅安地震”为例[J]. , 2015, 27(1): 148-.
[14]	周伶, 山峻, 张津. 联合投资网络位置对投资绩效的影响——来自风险投资的实证研究[J]. , 2014, 26(12): 160-.