本文是新闻媒体论文，本文主要从网络的数值特征、拓扑特征和文本特征3个维度来刻画火灾事件中新闻媒体信息传播网络的演化。通过基于转发关系的信息传播网络建模、社会网络分析方法与文本词频语义分析工具对传播信息进行分析挖掘后发现，在网络数值特征方面，火灾事件中新闻媒体信息传播网络的传播规模较大、用户参与度较高，且网络中节点具有非常显著的异质性，作为信息根节点的新闻媒体发布者引发了火灾事件信息的大量转发传播。在网络拓扑特征方面，信息传播网络在不同关键传播节点的影响下演化成超星结构、N星结构、星系结构、环形结构和综合结构等5种拓扑结构，不同拓扑结构具有不同的信息传播模式，传播过程中存在多结构交叉演化。超星结构是所有新闻媒体信息传播网络的初始拓扑状态，体现的是作为根节点的新闻媒体发布者的影响力。若在信息继续传播的过程中，新闻媒体对其所发布的微博进行了二次或多次转发，初始的超星结构往往会演化成N星结构。新闻媒体的“自我转发”行为能够扩大信息的传播规模，推动火灾事件信息的多次传播发酵。若超星结构传播演化过程中，有官方机构或自媒体大V等关键意见领袖参与转发传播，则超星结构很可能会演化为星系结构。火灾事件信息通过关键意见领袖进行更深层的传播，同样也会扩大信息的传播规模。在特殊的情况下星系结构还可能演化形成环形结构与综合结构。相较之下，综合结构的信息传播能力和控制能力最出色，体现新闻媒体信息根节点、自我转发节点和关键意见领袖节点等多因素组合特性。
.......
1绪论
本论共分六章，具体结构安排如下：第一章，绪论。主要介绍本研究的选题背景与研究内容，包括从现实背景和问题中提炼出科学问题，以及为解决科学问题而设计研究内容和技术路线等.第二章，相关理论与研究综述。主要介绍信息传播网络研究的现有相关研究文献，包括网络信息扩散动力学、网络拓扑演化动力学、信息与拓扑双维度动力学等,以挖掘现有研究的局限性。第三章，数据收集及信息传播网络构建。主要探讨如何收集相关微博数据、确定信息传播高峰期并构建信息传播网络，包括火灾事件选取、新闻媒体选择、微博数据采集、清洗和预分析,以及火灾事件中新闻媒体信息传播网络的网络定义、转发关系提取与网络参数定义等。第四章，信息传播网络静态分析。主要阐述如何利用社会网络分析方法、网络分析工具Gephi和文本分析工具ROST对火灾事件中新闻媒体信息传播网络进行静态分析，以刻画信息传播网络在信息传播高峰期终态时的静态数值特征、拓扑特征和文本特征。第三章，信息传播网络动态分析。主要研究如何进一步使用网络分析工具Gephi对信息传播网络的拓扑演化进行动态分析及可视化，使用文本分析工具ROST对转发传播文本内容中的高频词进行文本分析，以挖掘信息传播模式和网络拓扑演化规律。第六章，信息传播网络演化的影响及相关建议。基于火灾事件新闻媒体数据，探究信息传播网络演化对信息传播效率和质量的影响，在此基础上总结火灾事件中新闻媒体信息的传播规律，基于案例数据提出信息传播策略的优化建议。
...
2相关理论与研究综述
2.1网络信息扩散动力学（DynamicsonNetwork）
Luo等（2015）利用坎泰利不等式来监测识别微博信息传播高峰期，并结合实际数据发现，81.8%的微博发布1天后便停止了转发传播，仅有6.28%的微博能在发布2天后继续传播[14]。刘知远等（2015）对微博中的谣言信息传播统计分析，根据谣言转发数峰值出现时间及峰值数量情况将谣言信息传播过程分成4种时序类型[15]。周雪峰等（2015）对微博信息进行时间序列聚类分析发现，微博的转发次数概率呈近似幂律分布，且微博信息发布后的48小时是信息传播的高峰期[16]。Luo等（2016）对微博海量数据进行实证研究后发现，每日新产生的微博数据中绝大多数是转发微博，这意味着信息通过转发机制在微博等社交媒体中得到有效传播，同时转发深度与转发时间间隔均服从指数分布[17]。任巨伟等（2017）选取6个现实事件的新浪微博讨论数据进行情感时序分析，并提出了一种基于情感常识的情感趋势预测方法，可通过微博信息的情感变化来监测用户群体主流情感基调的变化[18]。郑志蕴等（2017）以微博博主和微博内容两个维度，构建了基于多特征的热门微博预测方法[19]。
2.2网络拓扑演化动力学（DynamicsofNetwork）
谭雪晗等（2017）选取“东方之星”沉船事故、山体滑坡事故、滨海新区爆炸事故和山阳县山体滑坡事故作为事故灾难事件案例，利用社会网络分析方法对事故灾难微博舆情传播网络进行量化分析，发现舆情传播网络的网络结构、节点地位会影响信息传播的效率。该研究发现@央视新闻等新闻媒体作为关键信息发布者频繁出现在事故灾难事件中，这类关键信息发布者的信息内容可在舆情爆发前积极有效引导公众情绪[37]。Zhou等（2017）将信息传播分成了三个阶段：潜伏期、增长期和稳定期，在每个时期的信息传播网络中提取出微观的信息级联模式，统计每个微观级联模式在不同时期的变化来刻画网络拓扑的动态性和特性[38]Bastos等（2018）重点分析了社交网络中农业相关的信息网络，发现网络节点存在明显的异质性，而某些特定的内容会加强信息的极化，同样也存在特定内容可以弱化异质性[39]。Li等（2018）将地震中的信息分成了5种类型，传播周期分成了4个阶段，通过可视化各类信息在每个阶段的网络结构来刻画不同类型信息的动态传播[40]。
.....
3数据收集及信息传播网络构建.................................11
3.1数据收集与初步分析.......................................11
3.2信息传播网络构建...........................................15
3.3信息传播网络可视化.......................................21
4信息传播网络静态分析.............................................24
4.1网络数值特征分析...........................................24
4.2网络拓扑特征分析..........................................27
5信息传播网络动态分析.............................................37
5.1网络数值特征演化...........................................37
5.2网络拓扑结构演化...........................................39
.....
6信息传播网络演化的影响及相关建议
6.1网络演化对信息传播的影响
若新闻媒体充分发挥其信息媒介作用，使信息具有较高的传播速度，在较短时间内获得较大的信息传播规模，则意味着新闻媒体所发布的火灾信息得到高效率传播。根据5.2节分析可知，信息传播网络在不同关键传播节点的影响下演化成不同拓扑结构，其传播规模变化不尽相同。本文的火灾事件中新闻媒体信息传播网络具有5种拓扑结构，不同拓扑结构的传播规模变化趋势如图6.1所示。由图可知，从拓扑结构角度来看，综合结构的信息传播规模显著高于其余拓扑结构，第1小时其传播规模已超过1500条，甚至数倍高于其余拓扑结构在第4小时的传播规模。其余4种拓扑结构中，超星结构的传播规模始终处于最低水平，N星结构、星系结构和环形结构的传播规模稍大，N星结构的传播规模在第4小时有较明显增长。
6.2信息传播相关建议
火灾事件的相关敏感内容容易引发衍生讨论，若进一步扩大则可能干扰新闻媒体信息的有效传播，使传播讨论内容偏离新闻媒体所发布的火灾事件信息；尤其是当事件衍生讨论涉及无根据谣言时，微博用户情绪可能被恶意煽动，引发舆论危机。火灾事件发生频繁，其易引发讨论的事故原因、发生地点等因素容易具有相似性。因而火灾事件易与相似的历史火灾事件串联，出现与历史火灾事件相似的争议。若能建立历史火灾事件敏感内容案例库，则可在一定程度上防止相似争议重演。因此，新闻媒体可梳理总结已有火灾事件信息传播案例中的敏感讨论内容，建立敏感内容案例库，对于火灾事件可能引发的负面衍生讨论进行提前预判，根据历史案例预先制定信息传播和舆论引导策略，防止负面衍生讨论在信息传播过程中扩大失控。
.......
结论
在网络文本特征方面，火灾事件的传播内容可分为信息传播主题、事件讨论主题和情感表达主题，其中事件讨论主题的内容较为分散，而情感表达主题的内容较为一致。信息传播过程中，网民的讨论内容存在由感性到理性的转变，新闻媒体需要关注敏感内容衍生讨论和情感对立对信息传播造成的不利影响。综上，考虑到火灾事件的频发性、持续性、影响恶劣等特性，本文建议新闻媒体可提前建立历史火灾事件敏感内容案例库，在火灾事件信息发布前预测可能的负面衍生讨论便及时干预；在火灾事件信息发布时，主动设置议题引导积极理性情绪，避免引发情感对立；在火灾事件信息发布后，第一时间与意见领袖沟通合作，在主导事件讨论议程的基础上拓宽信息传播渠道，加快信息传播速度，同时合理利用自我转发来更新火灾事件信息，再次提升信息传播的效率与质量，优化突发事件应急信息的广泛传播和有效管理。#p#分页标题#e#
参考文献（略）
