排序方式： 共有119条查询结果，搜索用时 15 毫秒
51.
网络社区交流中距离的作用——以新浪微博为例 总被引：2，自引：0，他引：2
信息通信技术的快速发展丰富了人们的交流方式,也逐步影响人们的社交网络。本文通过分析新浪微博用户在网络社区中与本地人/外地人、熟人/陌生人的交流差异,探讨空间距离与社会距离在网络社会空间中的作用。在问卷调研中,结合新浪微博用户的网络“痕迹”,较为可靠的获取南京成年人微博用户与本地人/外地人、熟人/陌生人在网络社区中的交流差异。研究表明：①在网络社区中,相较于外地人与陌生人,受访者更倾向与本地人以及熟人交流,网络社区中空间距离与关系距离的作用仍然存在;②受访者在网络社区中与本地人/外地人、熟人/陌生人的交流差异受社会经济属性、居住环境、微博使用频繁程度影响;③虽然理论上网络社区使得用户能够克服距离阻力,延伸其关系网络,但空间距离与关系距离的存在使得实际生活中的社会关系网络仍然扎根于用户在网络社区中的交流。 相似文献
52.
53.
2019年12月以来,新冠肺炎疫情迅速席卷全球,截至北京时间2020年5月10日16时40分,全球累计确诊病例4 115 662例,已成为全球聚焦的主要话题。微博等社交媒体平台成为此次疫情相关信息传播的重要渠道和公众情绪的有效传感器之一。对微博信息进行深入挖掘分析不但能研判舆情特点,更有助于政府对公众的情绪进行针对性疏导,合理管控舆情。因此,本文采集了2020年1月18日到2020年1月28日期间关于新冠肺炎的33万余条新浪微博数据,基于Louvain和Kmeans的空间聚类、改进的BTM主题词提取等算法,将用户关注热点信息和情感特征作为地域标签,构建了反映情感特征、地域关联与热点关注在内的舆情评价方法,实现了基于位置的信息融合,能够分析不同区域的舆情特点与关注主题差异。研究表明：基于BERT词向量的BTM主题词提取方法可以有效弥补传统主题词提取的计算量大、数据冗余等缺点,在热点挖掘时具有更强的表达能力;不同区域关注热点具有一定的差异性,结合省级、市级及基于Louvain-Kmeans的空间聚类的多尺度舆情分析方法,可以全方位展现不同区域舆情特点。本文提出的舆情分析方法可以有效反映不同区域的舆情特征,为重大公共卫生事件的舆情分析提供参考。 相似文献
54.
55.
56.
文章综述了气象微博在全国气象部门的开展和应用情况,重点介绍了内蒙古气象服务中气象微博的建设现状,并分析了目前所面临的问题以及探讨了应对的措施,以期为气象微博在气象服务应用的潜力挖掘和提升内蒙古气象服务的水平提供信息。 相似文献
57.
58.
59.
利用科技传播理论剖析微博个案,探析提升气象微博公众服务能力的策略：除了增强气象信息的科学性之外,还可借鉴其他科技微博的做法,在通俗性、可视性、贴近性、互动性等方面努力,扩大气象微博的影响力、增强粘度,力争使气象微博成为群众的好顾问、好帮手. 相似文献
60.
各类灾害事件频发已成为全球可持续发展面临的重大威胁。在大数据环境下,微博文本逐渐被应用于灾害管理的预防、准备、响应和恢复工作。以往研究多关注微博文本中灾情信息的获取,却忽略对这些碎片化信息进行有序化整合。本文从时空视角构建多层次的灾害事件信息模型,在抽取出微博文本中灾害事件信息要素的基础上,提出基于“对象-状态”的过程信息聚合方法,解决微博文本中灾害事件信息分散化、时空粒度多样化和无序化的问题。基于新浪微博进行台风“利奇马”事件的案例分析,结果表明,本文方法能够全面地获取灾害事件过程中各个时空节点上的灾情信息,有利于从微博文本中挖掘小尺度下的灾害突发状况。 相似文献