公共危机事件中的网络信息信任研究

基于4768份网络问卷的调查,文章运用分层回归分析法,明确公共危机事件中信息对象对信息源与信息传播渠道的信任度评价差异,探究影响网络信息信任的因素。研究结果表明,网民对网络信息总体上信任,但不同群体对网络信息的信任度评价是各异的。

应急管理:地方政府和民众公共事件信息信任危机审析

网络信息时代危机应急处置的一个新课题是公共事件信息信任危机的应对。处于信息互动双方的地方政府和民众在公共事件信息互动上信任的不足,不仅从公共事件中衍生出次生危机,还影响到目前全社会的信任建立,应和公共事件一起作为危机来加以治理。公共事件官民双方的信息互动本质上是一种博弈的过程,信任危机的产生源于官民双方在信息的发布与接受上背离了良性互动的契合点。治理公共事件官民信息互动信任危机的政策设想是,以"将心换心"式的对等为伦理方向,以区分不同主体的责任为策略,以纠正眼下有碍对等信任伦理努力的不当行为为途径,通过官民分治和共同配合,达到地方政府和民众重归公共事件信息良性互动的契合点进而重建信任之目的。

网络环境下公众建立信息信任的心理基础

网络环境影响公众的信息获取,也影响公众的信息判断。生存在动态且复杂的网络场域中,面对庞杂的网络信息,进行信息判断并衡量是否交付信任成为网民日常事务。本文发现,一方面,网民知觉到的网络信息充分性和信息来源可控性、权威性对其信息信任产生影响;另一方面,网民也将网络环境建构成共识化、阶层化和道德化的面貌,并且倾向于发展信用制度和法律制度作为纠错保障机制。该研究发现揭示出网民对网络社会环境的适应与建构的心理特征与条件,对媒体优化报道和发挥舆论引导作用具有启发意义。

网络依赖对大学生职业决策困难的影响——以网络信息信任度为中介

采用随机分层抽样方法,使用网络依赖问卷、网络信息信任度问卷和职业决策困难问卷对665名大学生进行问卷调查,使用结构方程模型对大学生网络依赖、网络信任度和职业决策困难之间关系进行分析,以探讨网络信息信任度在网络依赖与大学生职业决策困难间的中介作用。结果显示:网络依赖与网络信息信任度、职业决策困难呈显著正相关(r>0.17,P<0.01),网络信息信任度在网络依赖与大学生职业决策困难之间起到部分中介作用(直接效应为0.187,95%置信区间为0.106~0.268,P=0.007,中介效应量为18.34%)。因此,网络依赖会导致大学生职业决策困难,并且因网络信息信任高等因素加重职业决策困难程度。

诱导信息信任度对道路网络交通流影响研究

为研究车联网下驾驶员对诱导信息的不同信任度对路网交通流的影响,在对驾驶员特性和路径决策行为分析的基础上,建立车联网下路径选择决策模型,采用元胞自动机进行仿真,模拟不同信任度情况下的道路运行状况。结果表明,随驾驶员对诱导信息的信任度及车联网装载率的提高,交通流分配合理性和道路通行效率有明显提高。

元宇宙环境下读者隐私的泄露与管理--基于信息流权力信任的理论视角

元宇宙技术在重塑图书馆服务的同时,也使图书馆获取了更为复杂的读者信息采集权,造成读者隐私泄露风险。本文基于信息流权力信任的理论视角,分析读者信息泄露的形成机制,并提出相应的对策。研究发现,元宇宙环境下,鉴于其技术介质、服务生态与虚拟交互的新形态,让读者对元宇宙技术产生心理认同与信任,读者通过让渡本体与具身信息,以交换图书馆个性化元宇宙服务。但是,海量的信息流同时面临使用权力过度延伸以及管理权力缺位等问题,从而造成读者隐私信息泄露与信任破裂,这将导致读者抑制对元宇宙技术的使用。因而,需要规范隐私信息的采集权力,并通过服务合约以及共享限制等手段,对读者信息流的使用权力进行规制,同时强化内部控制管理,保障读者信息安全。

农户认知、制度环境与农户人居环境整治参与意愿研究——信息信任的中介效应

基于陕西省关中地区977份样本数据,在考虑信息不对称条件下利用SEM模型分析农户认知、制度环境对参与意愿的影响,验证信息信任对二者的中介效应,并利用多群组分析探究性别和地方依恋对农户认知和制度环境的调节效应。研究结果表明:农户认知和制度环境对农户参与意愿具有显著正向影响并通过信息信任间接影响参与意愿;农户认知的不同维度对参与意愿具有显著影响且信息信任在其中起重要的中介作用;制度环境既可直接影响参与意愿,也可通过信息信任间接影响参与意愿。群组分析结果表明,性别和地方依恋对农户认知和制度环境对参与意愿具有调节作用。

一种可扩展的反馈信任信息聚合算法

针对现有的动态信任聚合算法中利用基于信任链的广播方式进行反馈信任信息搜索而导致的系统运算收敛慢、可扩展性差等问题,建立了直接信任树(DTT)的概念,并基于DTT提出了一种新的可扩展的反馈信任信息聚合算法.根据节点之间的直接信任关系构建DTT,然后利用DTT进行反馈信任信息搜索,同时引入质量因子和距离因子两个参数来自动调节聚合计算的规模.仿真实验表明,算法能够显著提高反馈信任信息聚合计算的收敛性,具有较好的恶意反馈行为检测能力,在恶意节点比率增大时,算法也表现出较强的稳健性.

政务微博中的信息交流与信息公开——信任的中介作用

随着网络信息技术和多媒体技术的飞速发展,微博在备受网民追捧的同时,也逐渐成为"网络问政"时代推动公民参与,加强官民互动,创新社会管理的重要媒介工具,受到政府和官员的广泛青睐。基于当前政务微博的使用现状,通过构建信息交流、信任与信息公开之间的关系模型,利用PASW 18.0软件对224份问卷数据进行统计分析,进而验证三者之间的关系是否成立。研究结果表明:信息交流与信任对信息公开均具有显著影响,信任在信息交流与信息公开之间起到部分中介作用。据此,本文提出了主要研究结论和管理启示。

追溯信息信任对消费者可追溯猪肉支付意愿的影响差异研究——基于不同追溯信息内容、发布方和发布渠道的情境模拟

本文依据上海市实地调查的501位消费者问卷数据,选用假想价值评估法和二元Logit模型,基于不同追溯信息内容、发布方和发布渠道的模拟情境,研究消费者对可追溯猪肉的支付意愿及其影响因素,重点考察不同层次可追溯信息信任对消费者可追溯猪肉支付意愿的影响差异。结果显示:消费者对可追溯猪肉的认知程度偏低,信息强化后,消费者对政府发布的、可以追溯到生猪养殖环节的追溯信息信任程度最高;消费者普遍愿意为可追溯猪肉支付额外价格,然而对不同属性组合可追溯猪肉的平均支付意愿存在差异,对追溯到生猪养殖环节+政府发布+手机/网站查询的猪肉追溯信息组合最为信任,且平均支付意愿达到7.98元/kg。因此建议,应生产具有不同可追溯属性层次的可追溯猪肉,满足多样化的消费需求;并建立可追溯猪肉额外生产成本分担机制,由政府财政加大对生产经营者补贴,降低生产成本与可追溯猪肉价格,促进猪肉可追溯体系的建立。

B2C电子商务信任信息共享进化博弈分析

B2C电子商务近年来受到广大顾客欢迎,除了商家自营商店外,也不断吸纳了越来越多的商家进驻而丰富市场,形成了商家与B2C电子商务的合作网络。目前对B2C电子商务信任研究侧重于研究商家信任相关的某些方面,如影响B2C电子商务信任的因素、信任的计算模型等。本文针对当前B2C电子商务网站中加盟店信任问题进行探讨,B2C电子商务平台共享加盟商的信任信息可以最大程度地提高电子商务平台对加盟商信任度的评估。从进化博弈论角度进行分析,建立一种信任信息共享模型,并利用动态复制方程分析了其稳定状态及演化趋势,最后分析了信任信息共享的影响因素并讨论相应的对策。

信息共享研究中的信任问题

供应链绩效问题自从上个世纪90年代以来就是管理学的研究热点,其中信息共享中信任问题也是近年来学术界的关注点之一。对于信任问题的研究,国内外大多采用的实证研究方法得到了很多有指导意义的结论。近年来国外的学者也尝试通过对信任建模的方法来研究,并取得了一些有意义的结论。本文简单汇总了信任问题在信息共享中作用的相关文献,并对研究对象、研究方法等做了一些介绍,从中总结了目前的研究成果,也对进一步的研究给出了作者自己的思路。

网络环境下公众建立信息信任的心理基础:以“罗尔事件”为例

判断庞杂的网络信息并衡量是否交付信任已成为网民的日常事务。本研究认为"网络信息信任"是个人在接触、识别及接受网络信息过程中表现出来的信任形态,它与信息在网络这一特定环境中的传递、扩散特征,以及网民携带线下生活经验与价值信念对网络环境的适应与应对有关。本文以"罗尔事件"为典型的网络信息信任案例,抓取包含事件关键节点的3万多条热门微博评论,并采取等距抽样的方式抽取3221条作内容分析,以此了解网民在网络环境中进行信息加工时所拥有的心理资源和应对策略。研究发现,一方面人们以延承自线下熟人社会的思维方式对信息来源可控性、权威性、道德性进行加工;另一方面,在更具生人社会特征的网络环境中,人们通过追求网络信息充分性、将信息进行社会类别化(特别反映为社会阶层化)加工以及建立群体共识来避免信息信任陷阱。这两条线索提供的资源形成了信息结果的可预见性和个人的胜任感两种必备的心理因素,以此作为预防信任风险的基础。本研究揭示的网民在熟人社会与生人社会交织的网络社会中适应与建构环境的心理基础,对理解网民舆情动态具有启发意义。

不同类型信息信任范式研究述评

本文梳理了单一信息源范式和竞争条件范式下幼儿的信息信任状况,发现幼儿在单一信息源范式下的口语信息和文字信息信任高于在竞争条件范式下的口语信息和文字信息信任,不过两种范式都存在一定的局限性。未来的研究应当将单一信息源范式和竞争条件范式相结合,从横向和纵向两个角度分析幼儿的信息信任水平。

信息源信任对消费者可追溯猪肉购买意愿的影响研究——基于上海市和济南市1009份消费者问卷调查数据的实证分析

基于上海市、济南市实地调查的1 009份消费者问卷数据,以可追溯猪肉为例,运用双变量Probit模型和二元Probit模型,分析信息源信任对消费者食品购买意愿影响及其影响因素。结果显示:仅有30. 72%的受访者知道可追溯食品,主要通过网络、电视与食品标签渠道了解可追溯食品的相关信息;经情景模拟信息强化后87. 4%的消费者对可追溯猪肉有购买意愿;消费者对政府发布的猪肉追溯信息较为信任;信息源信任变量通过影响消费者对可追溯猪肉的消费信心进而影响购买意愿;消费比重、年龄及学历变量显著影响消费者对可追溯猪肉的购买意愿。最后提出加大对食品可追溯体系宣传的力度,鼓励消费者积极查询可追溯信息,国家层面做好顶层设计,建立统一的信息发布平台等相关对策建议。

大学生对突发事件信息的信任与传播

突发性国际公共卫生事件2019-nCoV引发民众对于生命安全的担忧,在新媒体背景下,更多的民众选择网上查阅突发事件信息。大学生群体作为新媒体时代最活跃、参与度最高的人群之一,其对于突发事件信息的信任与传播行为都将在社会上造成规模性影响。因此,本文基于问卷调查数据,通过相关性分析、t检验及方差检验对大学生的突发事件信息信任现状、影响因素及其行为关联展开研究。研究发现:大学生更加信任发布突发事件信息的法律人士、专家学者及政府官员;不同背景的学生对信息的信任存在显著差异;媒介接触和媒介信任会提升大学生的角色信任;对于普通网民的信任会增加其极端行为意向,强联系的社交网络可激发积极的网络行为。

因信而行:信息接触与信任对新冠疫苗接种意愿的影响

[目的/意义]分析影响新冠疫苗接种意愿的信息因素、心理因素及其之间的作用机制。[研究设计/方法]以健康信念模型为理论基础,通过构建PLS-SEM模型,考察信息源接触与信任对公众健康信念与新冠疫苗接种意愿的影响。[结论/发现]相对于非正式信息源,正式信息源接触与信任对疫苗认知和接种意愿的影响更强;同时,感知收益和感知障碍这两个代表疫苗接种行为评估的变量在此过程中发挥着显著的中介效应。概而言之,人们由于对正式信息源接触和信任而形成对疫苗接种行为的认知,并进而影响其疫苗接意愿。[创新/价值]提供了一个基于心理与认知维度来理解信息源是如何影响疫苗接种意愿的新视角,部分回应了以往健康信念模型对疫苗接种的预测结果,同时也对影响新冠疫苗接种意愿的因素进行了中国情境的本土化解释,为新冠疫苗接种的宣传动员策略提供了新的理论依据。

大型国有电网企业用户信息类型信任研究

本研究以大型国有电网企业情报用户为研究对象,从用户对信息类型信任的程度差异角度,研究企业用户及与信息类型信任有关的用户情报行为。问卷调查面向南方电网公司员工进行,从任务性质、工作年限、职业资质、以及情报依赖这四类变量,以及南方电网用户的信息类型信任的总体分布状况,进行了详细的调查,并分析得出结论。结果表明,大型国有企业用户在信息类型信任上存在一定差异,因此,企业的情报服务部门需要针对不同类型的用户需求开展更有价值的情报服务。

融合信任信息的欧氏嵌入推荐算法

为了改善推荐系统存在的稀疏性和冷启动问题,提出一种融合信任信息的欧氏嵌入推荐(TREE)算法。首先,利用欧氏嵌入模型将用户和项目嵌入到统一的低维空间中;其次,在用户相似度计算公式中引入项目参与度和用户共同评分因子以度量信任信息;最后,在欧氏嵌入模型中加入社交信任关系正则化项,利用不同偏好的信任用户约束用户的位置向量并生成推荐结果。实验将TREE算法与概率矩阵分解(PMF)、社会正则化(SoReg)模型、社交的矩阵分解(SocialMF)模型、社交信任集成模型(RSTE)四种算法进行对比,当维度为5和10时,在Filmtrust数据集上TREE算法的均方根误差(RMSE)比最优的RSTE算法分别降低了1.60%、5.03%,在Epinions数据集上TREE算法的RMSE比最优的社交矩阵分解模型(SocialMF)算法分别降低了1.12%、1.29%。实验结果表明,TREE算法能进一步缓解稀疏和冷启动问题,提高评分预测的准确性。

一种基于信任和不信任的矩阵分解推荐算法

推荐系统可以有效的解决信息过载问题,使得的用户快速的找到感兴趣的物品.然而真实场景中的数据极度稀疏,严重影响推荐质量.基于信任的矩阵分解推荐算法通过利用评分信息和信任信息进行推荐,可以在一定程度上减少因评分信息稀疏对推荐性能造成的影响.但基于信任的矩阵分解推荐算法只考虑了用户间的信任信息,却忽略了用户间的不信任信息,事实上用户间的不信任信息同样对推荐质量有着重要的影响.本文提出了一种新颖的非负矩阵分解算法TDSVD,TDSVD利用评分信息,信任信息和不信任信息进行个性化推荐.因为TDSVD算法利用了3种信息进行推荐,所以很大程度上减小了数据稀疏对推荐质量的影响.并且在模型训练时,本文加入了一种新颖的信任正则化项和不信任正则化项.最后,在真实数据集Epinions的实验也表明本文提出的算法TDSVD优于其它经典算法,能够显著提高推荐准确性.