医疗舆情事件的微博意见领袖识别与分析研究

摘要：

[目的]针对医疗舆情事件,识别微博中的意见领袖并研究其影响力.[方法]融合用户个人属性、网络特征、行为特征和文本特征,构建意见领袖识别的综合指标体系,通过聚类分析挖掘医疗舆情事件不同生命周期阶段的意见领袖,并利用时差相关分析研究意见领袖的情感倾向对普通大众情绪的影响.[结果]以2018年疫苗事件为例,验证了本文意见领袖识别模型的有效性.结果 表明不同阶段的医疗舆情热点和意见领袖类型均有所不同,并且意见领袖的观点和态度对普通大众的情感具有引导作用.[局限]仅针对疫苗事件进行实证分析,在模型泛化性验证方面有待提高.[结论]本文提出的融合多特征的意见领袖识别方法较传统的评价指标能够更好地发现草根用户中潜在的意见领袖.

关键词：医疗舆情、意见领袖、聚类分析、时差相关分析、文本分析

所属期刊栏目：3

分类号：G203(信息与传播理论)

资助基金：国家自然科学基金面上项目“内容关系互动下的在线医疗社区用户行为演化研究”项目71573197的研究成果之一

在线出版日期：2019-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：53-62