气象灾害在微博上传播的信息聚合研究开题报告
2021-12-26 16:14:27
全文总字数：1426字
1. 研究目的与意义及国内外研究现状
自2010年＂微博元年＂以来，微博作为一种新的媒体形式发展十分迅速。在其独特的巧片化传播模式作用下不断改变着当今的舆论环境，増加获取信息的渠道。２０１２年，中国微博己经成为极为活跃的信息传播空间。在影响力呈几何式倍增的态势下，微博己成为第一大舆情源头。微博在舆情和气象突发事件的转移扩散中有着重要的影响，近年来中国的热点事件几乎都能在微博上找到相关信息。这种全民参与的传播模式使得微博成为了突发事件传播的舆论阵地之一。对气象灾害信息聚合和传播的学术研究，有利于对气象灾害谣言进行预防或规避，更加合理的进行气象灾害的管理。微博用户覆盖范围广、即时通讯、社会化媒体等优势，使微博在热点话题追踪中，占据信息发布的制高点。微博日益成为灾害信息发布、交互的平台，如何有效成功挖掘分散无序的微博信息内容背后隐藏的隐性价值成为微博文本分析的热点。
国内外研究现状
|
内容分析法是一种主要以各种文献为研究对象的研究方法。早期的内容分析法源于社会科学借用自然科学研究的方法，进行历史文献内容的量化分析。文本分析法是为了某一研究目的的需要，对一系列相关文本进行比较、分析、综合，从中总结出评述性的结论。最早对共词分析法进行的定义在20世纪70年代中后期，由法国的文献计量学家 M.Callon 首先提出。经过几十年其他的学者对共词分析法进行了修正和补充，使得共词分析方法的应用到渐近成熟并产生了大量的研究成果。作为内容分析法之一的共词分析法的应用原理是利用若干个同一学科领域的表达术语或关键词同时出现则代表这些词之间存在一定关系，出现的次数表征亲疏关系。通过两两统计一对词组在同一篇文章中出现的次数，再经过因子分析、聚类分析或者多维尺度分析等分析方法统计这些词之间的距离关系，从而研究这些词所在的学科主题和研究结构的变化。聚类分析是共词分析中常用的一种方法， 在共词分析的基础上，利用聚类的统计学方法，以共词出现的频率为分析对象，把错综复杂的众多分析对象之间的共词网状关系简化为若干类群并直观地将其表示的聚类过程 。在文本集的关键词中，通过聚类分析能把这些关联密切的主题聚集在一起形成类团，表达某一领域分支的组成。
|
2. 研究的基本内容
（通过通过集搜客等网络爬虫针对气象灾害的关联词进行爬取与采集，然后通过中文分词系统对微博文本的内容首先进行分词；继而根据哈尔滨工程大学提供的中文停用词表对分词结果进行筛选， 人工对各个文本分词去除停用词并构造Ucinet6.0所认可的数据集形式；通过利用Bibexcel获得关键词以及词频，依据所得关键词的频数进行从高到低的排序取频数大于20的词作共词矩阵。通过算Ucinet6.0对文本进行进一步分析，得到与气象灾害有关的关键词主题，挖掘出微博文本后有关气象灾害的特征词。另外，通过SPSS进行聚类分析，对所得到的关键词矩阵进行聚类。
3. 实施方案、进度安排及预期效果
进度安排：
1.2016年1月-2016年12月，；利用微博开放接口api以“洪涝”“暴雨”等为关键字进行数据收集。
4. 参考文献
|
|
