隐性的国际互动:推特平台被删除账号的关系分析

2018年,全球最大的社交媒体之一推特(Twitter)在其透明度报告中首次开放下载以国家(地区)为单位的数据,并发布了与删除账号相关的指标,成为分析国际关系的新型样本。基于此,以推特删除的社交账号数据为研究对象,分析被删除国家(地区)之间的网络互动关系,并探讨传播学视野下国际关系研究的新路径。研究发现:(1)被删除的账号不是各自为阵式的独立存在,而是形成了盘综交错的巨大互动网络;(2)被删除账号中,网络社交强度的前三组国家依次是:厄瓜多尔与洪都拉斯、俄罗斯与塞尔维亚、俄罗斯与委内瑞拉;(3)高社交强度组中,最活跃的国家是伊朗;(4)网络社交强度与政治互访次数呈正相关关系,即被删除账号的网络社交关系越紧密,这些国家之间在现实中的互访往来次数也越多。结果表明,社交媒体空间在一定程度上成为现实国家关系的映射,这种关系可以通过社交媒体数据挖掘和社会网络分析方法进行多维度探究。

人机交互:社交机器人在新冠肺炎疫情议题架构中的行为分析

新冠肺炎疫情肆虐全球,社交媒体空间呈现出"信息疫情"的局面,信息环境高度复杂和不确定。本文探究了社交机器人在新冠肺炎议题在线讨论中的参与行为。

疫情接近性对谣言信任度的影响:新冠疫情中传播渠道的中介效应分析

有认识的人或者同一区域的人患有新冠肺炎,是否会更加相信疫情谣言?使用什么渠道会影响对谣言的信任度?本研究探讨新冠疫情中的接近性、传播渠道与谣言信任度之间的关系,在网络平台采集北京、上海、广州、武汉、成都五座城市有效样本813人份。建立中介模型研究发现:疫情接近性对谣言信任度没有直接效应,只有通过人际传播才产生显著的间接效应,通过新闻媒体和社交媒体的间接效应则不成立;同时,新闻媒体使用与疫情谣言信任度呈负相关关系,人际传播、社交媒体使用与疫情谣言信任度呈正相关关系;学历、年龄与疫情谣言信任度均是显著性负相关关系。