热搜：南怀瑾 |证严上人

分类浏览

  • 文学艺术
  • 历史哲学
  • 政治法律
  • 经济管理
  • 新闻传播
  • 外国语言
  • 理工科技
  • 文化教育
  • 医药卫生
  • 教辅教参
  • 学前教育
  • 综合性图书

品牌教材

复旦博学品牌
复旦卓越品牌


大数据时代的计算舆论学：理论、方法与案例
作者：
 周葆华 梁海 主编
定价：
68 元
页数：
419页
ISBN：
978-7-309-15906-6/C.422
字数：
436千字
开本：
16 开
装帧：
平装
出版日期：
2022年8月 　　　　　　
本类其他相关图书

内容提要

       大数据时代，研究者最需要什么？毫无疑问，是科学、前沿的计算方法。 有了合适的方法和工具，才能看“透”大数据的真相。
       本书正是基于这样的设想：不仅首次系统阐释“计算舆论学”概念，而且让舆论研究领域的前沿探索者，用自己做过的大数据研究“现身说法”， 为广大研究人员提供真切、有效的标杆样本，快速掌握相关方法和工具。
       方法，同样需要与理论深度融合。为此，17位计算舆论研究代表性学者，围绕12个计算舆论学主题，抽丝剥茧、 层层深入地再现专题研究的全过程。为了让初学者更快更好地“进入”计算舆论学，本书做了很多“友好”的努力和独树一帜的尝试 ： 理论背景、研究设计、延伸阅读、数据代码、思维导图等，都是体现。
       面向研究领域，本书将为舆论学研究者提供最新的理论和方法；面向计算方法，本书将为大数据研究者提供理论与方法结合的示例和真正“上手”的实践指引；面向专题研究，本书将为有志于量化实证和计算社会科学研究的人员提供严谨范本。
      

作者简介

       周葆华，复旦大学新闻学院教授、博士生导师、副院长，新媒体传播专业硕士项目主任，兼任复旦大学信息与传播研究中心研究员、复旦大学国家发展与智能治理综合实验室研究员。主要研究兴趣为新媒体传播、计算与智能传播、受众与传播效果、舆论研究等。在New Media & Society、International Journal of Communication、《传播与社会学刊》、《新闻与传播研究》等国内外核心期刊发表论文数十篇。获教育部人文社会科学优秀成果二等奖、上海市哲学社会科学优秀成果一等奖等数十项科研奖励，以及复旦大学本科生“我心目中的好老师”等荣誉。
      
       梁海，香港中文大学新闻与传播学院副教授，香港城市大学互联网挖掘实验室成员。主要从事计算社会科学、政治传播和公共卫生等领域的研究。在各类中英文学术刊物上发表论文40余篇，代表作多发表于顶级传播学期刊，如Communication Research、Human Communication Research、Journal of Communication、Journal of Computer-Mediated Communication等。
      

书摘

       目录
      
       绪论 大数据时代的计算舆论学
      
       第一章 舆论表达主体与意见领袖挖掘
       社交媒体上海量的数字足迹数据让意见领袖研究有了新的可能。本章从意见领袖的理论源头出发，运用平台数据和社会网络分析的计算方法，基于两个研究案例，试图回答两个核心问题。第一，数字平台上的意见领袖是哪些人？有什么特征？他们与传统的社会精英有何差别？第二，如何通过定量方法寻找意见领袖，并测量其影响力？
      
       第二章 网络舆论中的社交机器人：识别与挖掘
       社交媒体在当今信息生态系统中扮演越来越重要的角色。随着技术的发展，自动化手段越来越广泛地被应用于干预社交媒体上的信息传递和意见形成。社交机器人对舆论的影响作用已经引起国内外学术界的关注。本章试图厘清社交机器人研究的关键概念、前沿进展和相关技术实现。
      
       第三章 网络舆论表达中的文本挖掘与主题模型
       文本是网络舆论、社会心态、公共议题、认知框架表达的重要载体，对文本进行系统的挖掘和主题分析是舆论研究必不可少的方法。随着大数据时代的到来，研究者面对海量文本数据，急需自动化的文本挖掘和主题分析手段。本章介绍隐狄利克雷主题模型，并通过案例展示了隐狄利克雷主题模型的分析工具、建模步骤、基于主题模型结果的统计分析和可视化分析。
      
       第四章 网络舆论中的框架分析：基于语义网络分析方法
       框架理论在舆论研究中有三种进路：舆论刻画、舆论建构、舆论接受。社交媒体上的海量舆论数据对传统自上而下的框架分析方法提出了挑战。本章认为“筛选”与“强调”是框架理论的两个核心机制，从概念、机制、操作三个层面分析了传统框架分析在社交媒体语境中面临的挑战，并介绍如何运用语义网络分析方法来应对这些挑战。
      
       第五章 网络舆论中的情感分析
       情绪和情绪传播是舆论学研究中的经典话题。本章基于海量微博数据，综合采用机器学习、复杂网络、统计学模型等多种方法，研究不同情绪在用户交互网络中的影响力。本章将情绪细分为愤怒、厌恶、高兴和悲伤四类，通过对每种情绪的深入研究，发现愤怒情绪的影响力最强，同时，情绪影响力也与网络局部结构相关。
      
       第六章 网络舆论中的信息扩散：结构性扩散度
       信息扩散研究旨在定量描述和刻画信息在社会系统中，特别是在社交媒体平台上的传播效率。本章着重介绍“结构性扩散度”这一能充分反映在线信息扩散效率的指标，并系统总结和比较社会化媒体信息扩散的测量指标之间的差异，包括结构性扩散度的分布特征、结构性扩散度与其他传播效果测量方式的相关性/差异性、结构性扩散度的影响因素。
      
       第七章 网络舆论中的信息扩散：选择性分享
       在社交媒体中，信息扩散和媒体选择性的关系变得更为紧密。用户可以通过关注好友分享获得信息。因此，用户如何分享信息（选择性分享）不仅体现了用户自身选择偏见，而且通过信息扩散影响其他用户所看到的信息，从而影响整体舆论走向。本章通过重构传播链条发现，当信息传播遵循广播模式时，选择性分享更可能发生；而病毒式传播模式会减弱选择性分享的趋势，从而让更多元的用户接触到同一消息。
      
       第八章 网络舆论演化动力学：模型构建与分析方法
       本章聚焦社交媒体和大众媒介对舆论的共同影响，通过构建并分析舆论动力学模型发现，社会网络内部的人际交流会增加持有某种观点的人的数量，大众媒介不仅可以通过全局广播直接改变人们的观点，还可以通过社会网络中个体之间的同伴影响间接改变人们的观点。
      
       第九章 讨论网络与舆论的协同演化
       政治讨论是舆论形成，甚至是整个政治传播过程中最为核心的一部分。政治讨论不仅通过讨论频次，还通过讨论网络结构来影响舆论。互联网中的非正式讨论呈现出更复杂的讨论结构。本章介绍一种网络协同演化模型来研究讨论网络与舆论之间的关系。本章发现，不同意识形态但同时具有一定话语基础的人更可能展开讨论，这种讨论又增加了不同意识形态者之间的话语基础。
      
       第十章 议题竞争与时间序列分析
       舆论发展包含议题竞争的过程。社会中存在的各类议题想要获得人们的注意力，需要经过议题竞争的过程。议题竞争的过程是一个“零和游戏”，即一个议题关注度的提升会以另一个议题关注度的衰减为代价。本章以社会化媒体中的日常讨论作为切入角度，展示了如何在社会化媒体平台中运用计算方法检验三种重要的议题竞争机制，即留存效应、征召效应和分流效应。本章还将传统媒体与社会化媒体中的信息结合起来，讨论了中国语境下的议题竞争问题。
      
       第十一章 第三层议程设置：网络议程设置模型
       2011年，郭蕾和麦库姆斯提出网络议程设置模型，即议程设置理论的第三层次。与传统的议程设置研究相比，网络议程设置模型认为，新闻媒体不仅能够向公众传递单一的某件事或某个人的显著性，而且能够传递广博的、错综复杂的图景。本章阐释了网络议程设置模型的理论框架及计算方法，详细探讨了进行此类研究需要注意的问题及未来的研究方向。
      
       第十二章 沉默的螺旋：多主体模型
       因畏惧孤立而服从多数人意见是舆论研究当中的一个经典问题，也是沉默的螺旋理论的根源。大众媒介的意见与参考群体的意见构成了个体所能感知到的“双重意见气候”。然而，已有研究过于强调大众媒介的作用，忽略了参考群体的影响。互联网时代，数字媒体的发展增强了参考群体的影响。本章展示了如何使用多主体模型方法找回“失落”的参考群体，并分析了双重意见气候对沉默的螺旋的影响。
      
       后记
      

书评       
　  

地址:上海市国权路579号
邮编:200433
电话:021-65642854(社办)
传真:021-65104812

　
　

版权所有©复旦大学出版社,2002-2024年，若有问题请与我们 (webmaster@fudanpress.com) 联系！ 沪ICP备05015926号