注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)人文社科社會(huì)科學(xué)信息與知識(shí)傳播重大突發(fā)公共衛(wèi)生事件中社交媒體謠言傳播行為及引導(dǎo)策略

重大突發(fā)公共衛(wèi)生事件中社交媒體謠言傳播行為及引導(dǎo)策略

重大突發(fā)公共衛(wèi)生事件中社交媒體謠言傳播行為及引導(dǎo)策略

定 價(jià):¥99.00

作 者: 丁學(xué)君
出版社: 科學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787030687166 出版時(shí)間: 2021-12-01 包裝: 平裝膠訂
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 141 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  目前,謠言泛濫的現(xiàn)象嚴(yán)重?cái)_亂了網(wǎng)絡(luò)空間的健康狀態(tài),尤其是在重大突發(fā)公共衛(wèi)生事件發(fā)生時(shí),相關(guān)謠言在社交媒體平臺(tái)上一經(jīng)“引爆”,就會(huì)迅速擴(kuò)散并持續(xù)發(fā)酵,引發(fā)大面積的社會(huì)負(fù)面情緒。本書(shū)以COVID-19疫情為研究背景,采用社會(huì)計(jì)算的研究范式,對(duì)重大突發(fā)公共衛(wèi)生事件背景下社交媒體謠言傳播行為及引導(dǎo)策略開(kāi)展了深入研究。本書(shū)建立了社交媒體用戶辟謠信息傳播行為影響因素模型、基于CNN-SMOTE-SVM的謠言轉(zhuǎn)發(fā)行為預(yù)測(cè)模型、基于ARIMA模型的謠言檢測(cè)模型以及包括四層子網(wǎng)的社交網(wǎng)絡(luò)謠言傳播超網(wǎng)絡(luò)模型。本書(shū)可為相關(guān)部門(mén)制定有效的重大突發(fā)公共衛(wèi)生事件謠言治理策略,提供決策理論、方法和決策支持工具。

作者簡(jiǎn)介

暫缺《重大突發(fā)公共衛(wèi)生事件中社交媒體謠言傳播行為及引導(dǎo)策略》作者簡(jiǎn)介

圖書(shū)目錄

目錄
1 緒論 1
1.1 研究背景及意義 1
1.1.1 研究背景 1
1.1.2 研究意義 3
1.2 研究?jī)?nèi)容及結(jié)構(gòu)安排 5
1.2.1 研究?jī)?nèi)容 5
1.2.2 結(jié)構(gòu)安排 6
2 理論基礎(chǔ)及概念界定 7
2.1 網(wǎng)絡(luò)信息傳播 7
2.1.1 信息傳播的定義 7
2.1.2 信息傳播的模式 7
2.1.3 網(wǎng)絡(luò)信息傳播的特點(diǎn) 9
2.1.4 網(wǎng)絡(luò)信息傳播動(dòng)力學(xué) 10
2.2 復(fù)雜網(wǎng)絡(luò)理論 14
2.2.1 復(fù)雜網(wǎng)絡(luò)概述 14
2.2.2 復(fù)雜網(wǎng)絡(luò)的特征 17
2.2.3 復(fù)雜網(wǎng)絡(luò)的統(tǒng)計(jì)特性 17
2.2.4 復(fù)雜網(wǎng)絡(luò)模型 23
2.3 在線社會(huì)網(wǎng)絡(luò) 26
2.3.1 在線社會(huì)網(wǎng)絡(luò)的定義 26
2.3.2 在線社會(huì)網(wǎng)絡(luò)的分類(lèi) 27
2.3.3 在線社會(huì)網(wǎng)絡(luò)分析 29
2.4 社交媒體謠言傳播行為 32
2.4.1 社交媒體輿情 32
2.4.2 謠言傳播行為 34
2.4.3 突發(fā)公共衛(wèi)生事件 36
2.5 本章小結(jié) 36
3 重大突發(fā)公共衛(wèi)生事件中辟謠信息傳播行為影響因素 38
3.1 概述 38
3.2 相關(guān)研究 39
3.3 辟謠信息傳播行為及特點(diǎn) 40
3.3.1 辟謠信息傳播行為 40
3.3.2 辟謠信息傳播特點(diǎn) 41
3.4 理論模型構(gòu)建 42
3.4.1 研究設(shè)計(jì) 42
3.4.2 模型檢驗(yàn) 46
3.5 實(shí)證研究結(jié)果及分析 50
3.5.1 描述性統(tǒng)計(jì)與相關(guān)性分析 50
3.5.2 回歸分析 52
3.5.3 假設(shè)檢驗(yàn)與結(jié)論 53
3.6 本章小結(jié) 55
4 重大突發(fā)公共衛(wèi)生事件中社交媒體謠言轉(zhuǎn)發(fā)行為預(yù)測(cè) 59
4.1 概述 59
4.2 相關(guān)研究 61
4.2.1 社交媒體中轉(zhuǎn)發(fā)行為預(yù)測(cè)研究 61
4.2.2 社交媒體中謠言轉(zhuǎn)發(fā)行為預(yù)測(cè)研究 62
4.2.3 不均衡數(shù)據(jù)處理 64
4.2.4 文獻(xiàn)評(píng)述 65
4.3 基于CNN-SMOTE-SVM的謠言轉(zhuǎn)發(fā)行為預(yù)測(cè)模型 66
4.3.1 卷積神經(jīng)網(wǎng)絡(luò) 66
4.3.2 SMOTE算法 67
4.3.3 支持向量機(jī) 68
4.3.4 基于CNN的基本模型構(gòu)建 69
4.3.5 模型改進(jìn) 72
4.4 特征向量構(gòu)建 73
4.4.1 特征向量描述 73
4.4.2 核心微博文本提取 74
4.4.3 定量變量 75
4.5 實(shí)驗(yàn)結(jié)果及分析 77
4.5.1 數(shù)據(jù)集構(gòu)建 77
4.5.2 模型評(píng)價(jià)指標(biāo) 78
4.6 模型性能比較 79
4.6.1 改進(jìn)模型比較 79
4.6.2 經(jīng)典模型比較 80
4.7 特征向量分析 82
4.8 本章小結(jié) 85
5 重大突發(fā)公共衛(wèi)生事件中基于ARIMA模型的謠言檢測(cè)模型 88
5.1 概述 88
5.2 相關(guān)研究 90
5.2.1 基于有監(jiān)督學(xué)習(xí)的方法 90
5.2.2 基于無(wú)監(jiān)督學(xué)習(xí)的方法 91
5.2.3 基于深度神經(jīng)網(wǎng)絡(luò)的方法 91
5.2.4 其他類(lèi)型的檢測(cè)方法 92
5.2.5 文獻(xiàn)評(píng)述 92
5.3 問(wèn)題提出 93
5.3.1 社交網(wǎng)絡(luò)中的謠言檢測(cè) 93
5.3.2 謠言檢測(cè)算法 93
5.3.3 時(shí)間序列模型 97
5.3.4 FCM算法 98
5.4 基于ARIMA模型的謠言檢測(cè)模型 100
5.4.1 特征工程 100
5.4.2 模型構(gòu)建 104
5.5 實(shí)驗(yàn)結(jié)果及分析 108
5.5.1 實(shí)驗(yàn)數(shù)據(jù)集 108
5.5.2 實(shí)驗(yàn)過(guò)程 108
5.5.3 實(shí)驗(yàn)結(jié)果 111
5.6 本章小結(jié) 112
6 基于超網(wǎng)絡(luò)的重大突發(fā)公共衛(wèi)生事件輿論場(chǎng)研究 114
6.1 概述 114
6.2 相關(guān)研究 116
6.2.1 基于超網(wǎng)絡(luò)的輿情網(wǎng)絡(luò)重要節(jié)點(diǎn)分析 116
6.2.2 基于超網(wǎng)絡(luò)的突發(fā)事件傳播模式及傳播趨勢(shì)預(yù)測(cè) 116
6.2.3 基于超網(wǎng)絡(luò)的輿論引導(dǎo)策略 117
6.2.4 文獻(xiàn)評(píng)述 118
6.3 基于超網(wǎng)絡(luò)的社交網(wǎng)絡(luò)輿論場(chǎng)模型構(gòu)建 119
6.3.1 理論基礎(chǔ) 119
6.3.2 模型構(gòu)建 120
6.4 實(shí)驗(yàn)結(jié)果及分析 125
6.4.1 節(jié)點(diǎn)的度對(duì)傳播過(guò)程的影響 125
6.4.2 可信度對(duì)傳播過(guò)程的影響 126
6.4.3 政府干預(yù)對(duì)傳播過(guò)程的影響 127
6.5 本章小結(jié) 132
參考文獻(xiàn) 134
后記 142

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)