基于SNA的突发事件网络舆情关键节点识别——以“7·23动车事故”为例

摘要：

运用社会网络分析方法(SNA)研究突发事件舆情传播的网络结构特征及关键节点识别,探究舆情传播的网络结构、节点位置及相互关系对信息的传播路径、传播速度及传播范围的影响等问题.以2011年重大突发事件“7·23”动车事故为实证研究对象,运用Pajek软件生成了“7·23”信息传播网络拓扑图,基于邻接矩阵数据进行了网络密度、可达性、聚类系数和中心性测度,依据测度结果和位置角色分析对其进行关键节点分层与识别.研究表明,突发事件网络舆情的传播和扩散以社会网络结构为基础,具有复杂性和动态性特征；网络结构与节点位置决定着成员的“影响力”程度；中心关键节点的资源控制能力与信息输入输出效率具有显著的正相关性.可以通过改变中心度、聚类系数等手段嵌入式引导关键节点,减少谣言和恐慌情绪的传播.本文采用详实数据对舆情传播关键节点的分层识别,拓展了社会网络方法在应急管理领域的应用,克服了以往研究中技术与管理实践相分离的弊病.

关键词：突发事件、网络舆情、社会网络分析、关键节点识别

所属期刊栏目：9

分类号：C913(社会学)

资助基金：国家自然科学基金青年项目71103047;黑龙江省自然科学基金项目G200919

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：101-111