期刊文献+

四川九寨沟7.0级地震后社交媒体多层次信息沟通功能分析 被引量:1

Multi-level Information Communication Function of Social Media after the Jiuzhaigou M_S7.0 Earthquake in Sichuan Province
下载PDF
导出
摘要 本文以"社交媒体多层次信息流"为概念框架,分析了四川九寨沟7.0级地震发生后,个人、当地的组织、宏观层面的主流媒体使用社交媒体所发挥的作用。通过对微博的数据进行挖掘分析,总结出地震灾害发生后社交媒体所具有的5项功能:人际之间的交流,地方政府、本土组织以及当地媒体的传播渠道,大众传媒信息发布的渠道,信息的收集和分享,微观、中观以及宏观各主体间沟通的渠道。在强震发生后社交媒体有巨大的传播潜力,本文的研究成果对未来大震发生后如何利用社交媒体来应对灾害有一定的借鉴意义。 Based on the "social media multi-level flow" as the conceptual framework, we analyzed the roles of the mainstream media, individual local organizations, the macro level in social media after the Jiuzhaigou Ms7.0 earthquake. After analysed the data of the tweets from Sina-Weibo, we summed up five functions of social media: the interpersonal communication; information from local government, local organizations and local media communication channels; mass media information dissemination channels; information collection and sharing; micro, meso and macro the main communication channel. Social media has great potential impact after a strong earthquake, and can be used to respond more effectively during earthquake emergency in the future.
出处 《震灾防御技术》 CSCD 北大核心 2017年第4期826-833,共8页 Technology for Earthquake Disaster Prevention
关键词 灾难 地震 多层次 社交媒体 微博 Disaster Earthquake Multi-level Social media Weibo
  • 相关文献

参考文献4

二级参考文献56

  • 1杜方,龙锋,阮祥,易桂喜,宫悦,赵敏,张致伟,乔慧珍,汪智,吴江.四川芦山7.0级地震及其与汶川8.0级地震的关系[J].地球物理学报,2013,56(5):1772-1783. 被引量:73
  • 2席伟航,霍志静.政府参与新媒体管理的动因和原则——以互联网为例[J].中国记者,2006(2):56-57. 被引量:7
  • 3邓起东.中国活动构造研究[J].地质论评,1996,42(4):295-299. 被引量:38
  • 4CNNIC.中国互联网发展状况统计报告[EB/OL].http://www.cnnic.net2009-1.
  • 5杜骏飞编.网络传播概论[M].福建人民出版社,2004年.第1页.
  • 6王诚通信文化浪潮[J/OL]新浪读书,httP//b00kSinaC0mcn/nZt/efe/tongxinwenhua/114shtmI.
  • 7Uriel Rosenthal, Michael T. Charles and Paul T Hart. Coping with Crises: The Management of Disasters, Riots and Terrorism 1989.
  • 8第31次中国互联网络发展状况统计报告[EB/OL].ht.tp://www.cnnic.net.cn/gywm/xwzx/rdxw/2012nrd/201301/t20130115-38507.htm.2013-01-19.
  • 9Gao S, Liu Y, Wang Y, et al. Discovering Spatial Interaction Communities from Mobile Phone Data[J]. Transactions in GIS, 2013, 17(3): 463-481.
  • 10Scholz R W, Lu Y. Detection of Dynamic Activity Patterns at a Collective Level from Large-volume Trajectory Data[J]. International Journal of Geographical Information Science, 2014, 28(5): 946-963.

共引文献137

同被引文献8

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部