期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
社会媒体用户对谣言关注度的实证研究 被引量:11
1
作者 张自立 姜明辉 《情报杂志》 CSSCI 北大核心 2012年第12期81-85,共5页
以新浪微博为数据来源,选用含有"谣言"的微博总数代理微博用户对谣言的关注度,并识别其中的原创微博数量、认证微博数量、图片微博数量、视频微博数量和短链微博数量,进而对各变量之间的关系展开实证研究。结果发现:第二天的... 以新浪微博为数据来源,选用含有"谣言"的微博总数代理微博用户对谣言的关注度,并识别其中的原创微博数量、认证微博数量、图片微博数量、视频微博数量和短链微博数量,进而对各变量之间的关系展开实证研究。结果发现:第二天的微博用户谣言关注度与前一天的原创微博数量、图片微博数量和短链微博数量显著相关;原创微博数量、认证微博数量、图片微博数量和视频微博数量均是微博用户谣言关注度的格兰杰原因;微博用户谣言关注度波动性大、预测困难,对自身冲击的响应有一周左右的惯性,其变化的预测方差主要由自身变化来解释。 展开更多
关键词 社会媒体 微博 谣言关注度 认证用户 短链
下载PDF
面向微博谣言关注度的大数据时序特性分析 被引量:1
2
作者 吴越 肖容 《软件导刊》 2020年第3期194-199,共6页
近年来,微博谣言因其传播速度快、扩散范围广、影响后果严重引起了公众广泛关注。网民对于微博谣言关注度程度随时间变化,关注侧重点漂移客观反映了微博谣言治理效果。因此,研究微博谣言关注度具有重要价值。以新浪微指数平台为大数据... 近年来,微博谣言因其传播速度快、扩散范围广、影响后果严重引起了公众广泛关注。网民对于微博谣言关注度程度随时间变化,关注侧重点漂移客观反映了微博谣言治理效果。因此,研究微博谣言关注度具有重要价值。以新浪微指数平台为大数据分析源,通过时序特性分析方法深度挖掘近5年网民对微博谣言关注度的时序特征。研究发现,微博谣言关注度时序是一个无明显趋势和周期的时间序列。5年中序列最大峰值出现时间与两高院出台惩治网络谣言相关《解释》的时间吻合;ARMA(1,2)模型可较好地拟合微博谣言关注度序列;手机端谣言关注度数量约为电脑端谣言关注度数量的2.8倍,前者是后者的格兰杰原因,且前者对后者的影响力为持续一周逐渐减小的正面冲击效应;网民关注的微博谣言热门信息主要集中于谣言惩罚的相关政策、重大突发事件中的媒体辟谣、明星向造谣者追究法律责任以及安全问题相关的辟谣榜4个方面。研究结果有助于掌握微博谣言关注度时序规律,从而为有效制定微博谣言抑制策略提供可靠依据。 展开更多
关键词 微博 谣言关注度 时序特性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部