http://www.chinalibs.net 2021/11/23
[作者] 王晰巍，贾若男，孙玉姣
[单位] 吉林大学管理学院，吉林大学大数据管理研究中心，吉林大学国家发展与安全研究院网络空间治理研究中心
[摘要] [目的/意义]尽管社交网络为用户提供了自由表达观点的平台，但在社交网络舆情形成和发展过程中，网民形成的群体极化也带来了严重的社会、经济和政治冲击，理解群体极化现象成为社交网络舆情发展中的新问题。[方法/过程]从数据层、分析层和概念层三个层面构建数据驱动的社交网络舆情极化群体用户画像模型，采用网络爬虫收集新浪微博平台中的“离婚冷静期”舆情话题数据，并对极化群体演化及类型、静态特征、动态特征、各时期极化群体进行画像分析。[结果/结论]数据分析结果表明，极化意见动态演变过程中，极化群体呈现由多极化向两极化转变的趋势。各个时期不同立场的极化群体画像呈现出复合性特征，既存在相同规律又存在明显差异。本研究丰富了群体极化和画像研究的理论和方法，并通过实证分析为网络舆情的干预和引导提供了实践指导。
[刊名] 情报资料工作
[年，卷期] 2021,42(6)
[起止页码] 21-30
[目的/意义]尽管社交网络为用户提供了自由表达观点的平台，但在社交网络舆情形成和发展过程中，网民形成的群体极化也带来了严重的社会、经济和政治冲击，理解群体极化现象成为社交网络舆情发展中的新问题。[方法/过程]从数据层、分析层和概念层三个层面构建数据驱动的社交网络舆情极化群体用户画像模型，采用网络爬虫收集新浪微博平台中的“离婚冷静期”舆情话题数据，并对极化群体演化及类型、静态特征、动态特征、各时期极化群体进行画像分析。[结果/结论]数据分析结果表明，极化意见动态演变过程中，极化群体呈现由多极化向两极化转变的趋势。各个时期不同立场的极化群体画像呈现出复合性特征，既存在相同规律又存在明显差异。本研究丰富了群体极化和画像研究的理论和方法，并通过实证分析为网络舆情的干预和引导提供了实践指导。
引用本文:
王晰巍，贾若男，孙玉姣．数据驱动的社交网络舆情极化群体画像构建研究[DB/OL]．[2025-06-08]．http://www.chinalibs.net/ArticleInfo.aspx?id=506128．
温馨提示:
如果您的作品引用了本文，请您发邮件（leisun@chinalibs.net ）告诉我们，我们会给您一个小小的惊喜哟!
——【北京雷速科技有限公司】
