基于屬性議程設(shè)置理論,通過大規(guī)模微博數(shù)據(jù)樣本挖掘,運用有監(jiān)督的機器學習的方法,對霧霾議題中的議程設(shè)置效果進行研究。研究發(fā)現(xiàn),在實質(zhì)性屬性上,媒體微博議程對網(wǎng)民評論議程具有顯著的設(shè)置效應,兩者均突出霧霾影響這一屬性;在情感性屬性上,媒體微博議程對網(wǎng)民評論議程的設(shè)置效應并不顯著,媒體微博議程側(cè)重于中立態(tài)度,而網(wǎng)民評論議程以負面態(tài)度最為顯著。還進一步探討了全新傳播生態(tài)下,議題特征、網(wǎng)民心理等因素對屬性議程設(shè)置效果的影響。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 文獻綜述
    1.1 屬性議程的內(nèi)涵
    1.2 新媒體環(huán)境中的屬性議程設(shè)置效應
2 研究設(shè)計
    2.1 樣本抽取與語料準備
    2.2 類目確定
    2.3 人工標注與機器學習
        2.3.1 人工標注
        2.3.2 機器學習
3 研究發(fā)現(xiàn)
    3.1 霧霾議題中,媒體微博的屬性議程在實質(zhì)性屬性上以霧霾影響最為顯著,在情感性屬性上以中立態(tài)度最為顯著
    3.2 霧霾議題中,網(wǎng)民評論議程在實質(zhì)性屬性上以霧霾影響最為顯著,在情感性屬性上以負面態(tài)度最為顯著
    3.3 霧霾議題中,媒體微博議程對網(wǎng)民評論議程在實質(zhì)性屬性上具有顯著的設(shè)置效應,但在情感性屬性上并不顯著
4 結(jié)論與討論



本文編號：4017922